Présentation de l’étude

Thématique

Strava est un réseau social créé en 2009 qui permet d’enregistrer et de partager ses activités sportives à un réseau d’abonnés. Strava regroupe plus de 135 millions d’utilisateurs en 2024 dans plus de 190 pays ¹. 40 millions d’activités sont téléchargées chaque semaine. En 2023, la course à pied est le sport où le plus d’activités sont téléchargées. ² Le réseau social propose différentes fonctionnalités : enregistrement des activités, suivi des progrès, encouragements(kudos), partage des activités, clubs… Le réseau social a également un important aspect de gamification avec les segments, les KOM/QOM, les Local Legends… En tant que réseau social dédié aux sportifs, et notamment aux coureurs amateurs, Strava permet aux utilisateurs d’entrer en interaction et de se comparer aux autres utilisateurs. Dans la communauté des utilisateurs se développe alors cette phrase, reprise par Strava ¹ (“Strava or it didn’t happen) :

” Si ce n’est pas sur Strava, ça n’existe pas.”

Le but de l’étude est de savoir si l’utilisation de Strava a des impacts psychosociaux chez les coureurs amateurs et si elle a une influence sur la pratique (kilomètres parcourus par semaine, nombre d’entraînements par semaine, nombre de compétitions par an).

Problématique

L’étude de Russell ³ met en avant les implications psychosociales de l’utilisation de Strava auprès de coureurs de clubs universitaires à travers les Etats-Unis. Des entretiens semi-structurés ont permis de mettre en avant trois thèmes principaux : la présentation de soi, la pression sociale et la motivation.

L’étude présente réalisée dans le cadre de mon master STAPS s’intéresse à l’impact de l’utilisation de Strava sur les coureurs amateurs : elle s’adresse à un public plus large que l’étude de Russell (coureurs amateurs utilisateurs de Strava) et se fonde sur un questionnaire en ligne d’environ 80 questions. Cette étude cherche à quantifier l’utilisation de Strava, à caractériser l’auto-présentation sur Strava, à identifier si Strava est une source de motivation et/ou de stress et à identifier si l’utilisation de Strava impacte la pratique.

Ainsi, la problématique de l’étude présente est la suivante :

Quels sont les impacts psychosociaux de l’utilisation de Strava chez les coureurs amateurs et dans quelle mesure l’utilisation de ce réseau social a des impacts sur la pratique de la course à pied ?

Cette étude porte sur plusieurs questions de recherche :

L’utilisation de Strava impacte-t-elle la pratique des coureurs amateurs ?
Comment les coureurs amateurs se présentent-ils sur Strava ?
Est-ce que l’utilisation de Strava peut être une source de stress ?
Est-ce que l’utilisation de Strava peut être une source de motivation ?

Hypothèses

Hypothèse 1 Plus les coureurs amateurs utilisent Strava, plus le nombre de kilomètres et d’entraînements par semaine, et le nombre de compétitions par an sont élevés.

Hypothèse 2 : Plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de filtrer ou modifier ce qu’ils partagent pour contrôler leur image.

Hypothèse 3 : Plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de ressentir du stress.

Hypothèse 4 : Plus les coureurs amateurs utilisent Strava, plus ils sont motivés dans leur pratique.

Méthode

Le questionnaire a été construit suite à la lecture de différents articles, notamment l’étude de Russell ³ qui s’intéresse aux implications psychosociales de l’utilisation de Strava chez des coureurs universitaires aux Etats-Unis, l’étude d’Evans ⁴ qui s’intéressent aux sources de motivation chez les coureurs et la thèse de Chapman qui examine l’impact de l’utilisation de Strava et de la comparaison sociale sur le bien-être, l’épuisement sportif et le plaisir du sport chez de jeunes coureurs non-élites ⁵. L’étude d’Evans se base sur un questionnaire en ligne auprès de 25 000 coureurs de 7 pays, l’étude de Chapman se base sur un questionnaire en ligne également diffusé auprès de 200 coureurs et l’étude de Russell se base sur des entretiens semi-structurés auprès de 18 coureurs.

En partant de ces 3 articles, d’autres articles sont venus compléter la création du questionnaire afin d’avoir des échelles psychométriques pour mesurer la présentation de soi, la pression sociale et la motivation.

Le questionnaire a été construit de sorte d’avoir moins de 100 questions et une durée de passation de moins de 10 minutes afin de ne pas décourager les répondants et d’éviter que les réponses aux dernières questions soient faussées car les répondants répondent sans réfléchir pour terminer au plus vite.

Le questionnaire a été validée par notre enseignante à l’UGA avant diffusion. Le questionnaire comportait 84 questions : toutes les questions étaient obligatoires, sauf les questions comportant la mention “si oui”. La durée de passation était estimée à 10 minutes. Les critères d’inclusion étaient d’être un coureur amateur utilisateur de Strava et avoir plus de 18 ans. Le questionnaire était totalement anonyme.

Le questionnaire a été diffusé sur les réseaux sociaux : mon compte personnel LinkedIn, mon compte personnel Strava et dans les groupes Facebook “Bref, je fais du trail”, “Coeur de runneuses”, et “Courir après 50 ans”. Le questionnaire a également été diffusé auprès de 2 clubs de course à pied : Les Amis de la Course à Pied à Crolles et l’ALE Echirolles. Le questionnaire a été ouvert du 28 janvier au 12 février 2025.

Les données ont été récupérées sous Excel, pour faire un premier traitement (suppression des valeurs non exploitables et formatage de certaines valeurs (exemple : ancienneté pratique : “10 ans” > “10”)). Les analyses ont été réalisées avec R (avec les librairies tidyverse, vcd et psy) Dans la base de données, chaque ligne représente un coureur et chaque colonne une variable.

Les mesures réalisées sont les suivantes : - Données socio-démographiques : âge, sexe, catégorie socio-professionnelle - Données d’utilisation de Strava : - Intensité d’utilisation de Strava (Facebook Intensity Scale > Strava Intensity Scale ⁸ ⁹) - Utilisation des fonctions de sociabilité en ligne (Online Sociability Functions ⁹) - Exposition des informations personnelles (Facebook Scale ⁹ > Strava Scale) - Compléments - Quantification de la pratique : ancienneté, niveau, nombre de kilomètres et d’entraînements par semaine, nombre de compétitions par an, lieu et mode de pratique… - Mesure de l’auto-présentation sur Strava : contrôle de l’image ou authenticité (Self-presentation and Upward Social Comparison Inclination Scale ¹⁰ ¹⁷) - Mesure du stress perçu par l’utilisation de l’application (Perceived Stress Scale ¹¹) - Mesure de la motivation à courir (Behavioural Regulation In Exercise Questionnaire ¹² )

Données socio-démographiques

## La taille de l'échantillon est de 745 individus, avec 400 femmes et 345 hommes.

## La moyenne d'âge est de 39.9261744966443 ans, avec un écart-type de 11.3338238902361 ans.

## La catégorie socio-professionelle la plus représentée est Cadres et professions intellectulles, qui représente 44.9664429530201 % de l'échantillon, puis les employés avec 25.6375838926174 %.

Âge et sexe

Répartition de l’âge

Moyenne	Médiane	Ecart_type
39.92617	38	11.33382

Répartition des sexes

Variable	Khi2_ajustement	p.value
Sexe	2393.691	<0.001

Répartition de l’âge en fonction des sexes

Catégories socio-professionnelles

Variable	Khi2_ajustement	p.value
Catégorie	436.6224	>0.001

Utilisation de Strava

Mesure de l’intensité d’utilisation

Les questions 20 à 24 (Echelle de Linkert) sont issues d’une traduction et adaptation du Facebook Intensity Scale, utilisé dans l’étude d’Ellison ⁸ et repris dans l’étude de Ross ⁹, en remplaçant “Facebook” par “Strava”. Il y a donc 5 items pour cette échelle de mesure adaptée pour identifier à quel point l’utilisation de Strava fait partie du quotidien de l’utilisateur. Cette échelle est renommée pour l’étude en Strava Intensity Scale (SIS).

L’alpha de Cronbach dans l’étude d’Ellison est de 0.83 ⁸ et de 0.85 dans l’étude de Ross ⁹.

Un score bas au SIS indique que Strava fait peu partie du quotidien de l’utilisateur et qu’il y est peu attaché tandis qu’un score haut au SIS indique que l’utilisateur utilise Strava très fréquemment et est affecté négativement s’il ne peut pas l’utiliser.

## L'alpha de Cronbach sur les 5 items est de 0.763630836835257.

L’alpha de Cronbach est acceptable.

SIS 1

Moyenne	Médiane	Ecart_type
2.887248	3	1.048891

SIS 2

Moyenne	Médiane	Ecart_type
2.283221	2	1.018142

SIS 3

Moyenne	Médiane	Ecart_type
1.861745	2	0.9635562

SIS 4

Moyenne	Médiane	Ecart_type
2.324832	2	1.028747

SIS 5

Moyenne	Médiane	Ecart_type
2.283221	2	1.018142

SCORE SIS

Variable	Moyenne	Médiane	Ecart_type	Khi2_ajustement	P.value
SIS1	2.887248	3	1.0488914	99.17181	<0.001
SIS2	2.283221	2	1.0181421	53.58792	<0.001
SIS3	1.861745	2	0.9635562	248.31544	<0.001
SIS4	2.324832	2	1.0287472	39.53154	<0.001
SIS5	2.260403	2	1.0685395	43.04295	<0.001
Total	11.617450	11	3.6786169	119.75705	<0.001

Compléments

Fréquence de publication

Moyenne	Médiane	Ecart_type
4.019595	4	1.751847

Fréquence de consultation

Moyenne	Médiane	Ecart_type
5.148448	6	2.159883

Nombre d’abonnés

Médiane	Moyenne	Ecart_type
40	68.49324	94.93197

Nombre d’abonnements

Médiane	Moyenne	Ecart_type
40	68.32206	80.03015

Mesure de la sociabilité en ligne

Les questions 39 à 42 (Echelle de Linkert) sont une traduction et adaptation du Online Sociability Functions (OSF) utilisé dans l’étude de Ross⁹ qui mesure la sociabilité en ligne. L’alpha de Cronbach dans l’étude de Ross⁹ est de 0.74. Il y a donc 4 items pour cette échelle de mesure adaptée pour identifier à quel point chaque utilisateur est sociable sur Strava.

On pourrait ajouter le nombre de clubs Strava dont l’utilisateur fait partie (question 38) et le nombre de kudos reçus (question 42) pour enrichir cette échelle mais cela ne modifie quasiment pas l’alpha de Cronbach.

Un score bas au OSF indique que l’utilisateur utilise peu les fonctionnalités de sociabilité en ligne, tandis qu’un score haut indique que l’utilisateur utilise beaucoup de fonctionnalités de sociabilité en ligne.

## L'alpha de Cronbach sur les 4 items est de 0.601301166919539.

L’alpha de Cronbach est un peu faible, cela peut s’expliquer par le fait qu’il s’agit d’une traduction et adaptation du questionnaire d’origine dans le cadre de cette étude.

Kudos donnés

Moyenne	Médiane	Ecart_type
3.50604	4	0.7461576

Commentaires donnés

Moyenne	Médiane	Ecart_type
2.175839	2	0.6537373

Publications

Moyenne	Médiane	Ecart_type
1.103356	1	0.3757459

Commentaires reçus

Moyenne	Médiane	Ecart_type
2.256376	2	0.6091068

SCORE OSF

Variable	Moyenne	Médiane	Ecart_type	Khi2_ajustement	P.value
Kudos donnés	3.506040	4	0.7461576	680.0470	<0.001
Commentaires donnés	2.175839	2	0.6537373	693.7168	<0.001
Commentaires reçus	2.256376	2	0.6091068	763.2040	<0.001
Publications	1.103356	1	0.3757459	1767.6711	<0.001
Total	9.041611	9	1.6508836	783.2523	<0.001

Compléments

Clubs Strava

Moyenne	Médiane	Ecart_type
2.674003	1	5.03045

Nombre de kudos reçus

Moyenne	Médiane	Ecart_type
16.00808	10	15.22305

Mesure de l’exposition

Les questions 25 à 28 (Echelle de Linkert) sont un extrait, une traduction et adaptation du Facebook questionnaire utilisé dans l’étude de Ross⁹. Dans l’étude de Ross, il n’est pas mentionné que ces items mesurent le niveau d’exposition. Dans l’étude présente, une échelle est donc créée pour mesurer le niveau d’exposition sur Strava (EXPOSITION). Il y a donc 10 items pour cette échelle de mesure adaptée pour identifier à quel point chaque utilisateur expose des informations personnelles sur Strava.

Un score bas indique l’utilisateur partage peu d’informations personnelles avec une restriction de public tandis qu’un score indique l’utilisateur partage beaucoup d’informations personnelles sans restriction de public.

## L'alpha de Cronbach sur les 10 items est de 0.78033975325236.

L’alpha de Cronbach est acceptable.

Activités

Moyenne	Médiane	Ecart_type
2.421476	2	0.5482822

Horaires

Moyenne	Médiane	Ecart_type
2.32349	2	0.6275903

Fréquence cardiaque

Moyenne	Médiane	Ecart_type
2.151678	2	0.7583411

Allure

Moyenne	Médiane	Ecart_type
2.365101	2	0.6031867

Carte

Moyenne	Médiane	Ecart_type
1.851007	2	0.8250625

Publication entraînement

Moyenne	Médiane	Ecart_type
3.528859	4	0.7438182

Publication compétition

Moyenne	Médiane	Ecart_type
3.719463	4	0.7552396

Nommage activité

Moyenne	Médiane	Ecart_type
2.775235	3	0.968134

Commentaire activité

Moyenne	Médiane	Ecart_type
2.259758	2	0.8506116

Photo activité

Moyenne	Médiane	Ecart_type
2.252022	2	0.6871404

SCORE EXPOSITION

Variable	Moyenne	Médiane	Ecart_type	Khi2_ajustement	P.value
Activités	2.421476	2	0.5482822	318.03490	<0.001
Horaires	2.323490	2	0.6275903	212.33020	<0.001
Fréquence cardiaque	2.151678	2	0.7583411	41.83356	<0.001
Allure	2.365101	2	0.6031867	245.87383	<0.001
Départ et arrivée	1.851007	2	0.8250625	28.99597	<0.001
Entraînement	3.528859	4	0.7438182	729.37852	<0.001
Compétition	3.719463	4	0.7552396	1427.69799	<0.001
Nommage activité	2.775235	3	0.9681340	103.08883	<0.001
Commentaire activité	2.259758	2	0.8506116	277.02153	<0.001
Photo activité	2.252022	2	0.6871404	547.75741	<0.001
Total	25.655870	26	4.3157861	1844.85155	<0.001

Autres mesures

Catégorie d’abonnement

Ancienneté sur Strava

Moyenne	Médiane	Ecart_type
4.864065	5	2.918311

Buts utilisation Strava

Fonctionnalité la plus utile dans la pratique

Restriction abonnés

Désabonnement

Blocage

## Le nombre d'individus considérés 189.

Type d’abonnés

Type d’abonnements suivis

Lien données socio-démographiques - utilisation de Strava

Age - Strava

La question est de savoir ici s’il existe des liens entre l’âge et l’utilisation de Strava.

On peut tester les liens entre les variables Strava suivantes et l’âge :

Score SIS
Score OSF
Score exposition
Appartenance à des clubs Strava
Nombre de kudos reçus en moyenne par activité
Nombre de publications par semaine (fréquence de publication)
Nombre de consultations par semaine (fréquence de consultation)
Nombre d’abonnés
Nombre d’abonnements
Ancienneté sur Strava
Catégorie d’abonnement (gratuit/payant)

Il y a une faible corrélation entre l’âge et :

Score SIS (-0.11)
Fréquence publication (-0.12)
Fréquence consultation (-0.18)
Ancienneté Strava (0.24)

Il n’est pas possible de mettre en évidence des différences d’âge entre les individus ayant un abonnement payant et un abonnement gratuit (test t de Student, p>0.05).

Corrélations

Variable	Corr_Age
Score SIS	-0.11
Score OSF	0.09
Score d’Exposition	0.02
Appartenance à un club Strava	-0.01
Nombre de kudos reçus par activité	0
Fréquence de publication	-0.12
Fréquence de consultation	-0.18
Nombre d’abonnés	-0.06
Nombre d’abonnements	-0.09
Ancienneté sur Strava (années)	0.24

Visualisation graphique

SCORE SIS

Fréquence consultation

Fréquence publication

Ancienneté Strava

Test t de Student

Variables	Student	P_Value	Significatif	Gratuit	Payant
Lien type abonnement et Age	1.82	0.0692365	≥ 0.05	40.48	38.9

Sexe - Strava

La question est de savoir ici s’il existe des liens entre le sexe et l’utilisation de Strava.

On peut tester les liens entre les variables Strava suivantes et le sexe :

Score SIS
Score OSF
Score exposition
Appartenance à des clubs Strava
Nombre de kudos reçus en moyenne par activité
Nombre de publications par semaine (fréquence de publication)
Nombre de consultations par semaine (fréquence de consultation)
Nombre d’abonnés
Nombre d’abonnements
Ancienneté sur Strava
Catégorie d’abonnement (gratuit/payant)

Les moyennes sont significativement différentes entre hommes et femmes (test t de Student, p < 0.05) pour :

Score exposition (H : 26,3 / F: 24,9)
Appartenance à des clubs Strava (H : 2,23 / F : 3,06)
Kudos reçus en moyenne par activité (H : 17,8 / F: 13,9)
Fréquence publication par semaine (H : 4,3 / F: 3,7)
Fréquence consultation par semaine (H: 5,34 / F : 4,92 )
Nombre abonnés (H : 82,7 / F: 52)
Nombre abonnements (H : 81,3 / F: 53,4)
Ancienneté Strava (H : 5,3 / F: 4,4)

Il y a un lien entre le sexe et la catégorie abonnement (Khi² indépendance p< 0.01, hautement significatif, Cramer = 0,22, lien faible) :

Femme : plus d’abonnements payants que prévu
Homme : plus d’abonnements gratuits que prévu

Test t de Student

Variables	Student	P_Value	Significatif	Femme	Homme
Lien Sexe et SCORE_SIS	1.72	0.0857790	≥ 0.05	11.83	11.37
Lien Sexe et SCORE_OSF	-0.12	0.9064085	≥ 0.05	9.04	9.05
Lien Sexe et SCORE_EXPO	4.67	0.0000035	<0.05	26.33	24.87
Lien Sexe et Club_Strava	2.21	0.0273560	<0.05	3.06	2.23
Lien Sexe et Kudos_reçus	3.48	0.0005300	<0.05	17.80	13.93
Lien Sexe et Fréquence_publication	4.33	0.0000169	<0.05	4.28	3.72
Lien Sexe et Fréquence_consultation	2.72	0.0066679	<0.05	5.35	4.92
Lien Sexe et Nb_abonnés	4.44	0.0000105	<0.05	82.71	52.04
Lien Sexe et Nb_abonnements	4.80	0.0000019	<0.05	81.29	53.35
Lien Sexe et Ancienneté_Strava	4.16	0.0000355	<0.05	5.27	4.39

Visualisation graphique

Khi² et Cramer

Variable	Khi2_Indépendance	P_Value	Significatif	Coefficient_Cramer
Lien entre Type_abonnement et Sexe	36.49	0	<0.05	0.22

Visualisation graphique

Type_abonnement	Sexe	Observé	Attendu
Gratuit	Femme	219	258.7919
Payant	Femme	181	141.2081
Gratuit	Homme	263	223.2081
Payant	Homme	82	121.7919

Catégorie socio-professionnelle - Strava

La question est de savoir ici s’il existe des liens entre la catégorie socio-professionnelle et l’utilisation de Strava.

On peut tester les liens entre les variables Strava suivantes et les catégories socio-profesionnelles :

Score SIS
Score OSF
Score exposition
Appartenance à des clubs Strava
Nombre de kudos reçus en moyenne par activité
Nombre de publications par semaine (fréquence de publication)
Nombre de consultations par semaine (fréquence de consultation)
Nombre d’abonnés
Nombre d’abonnements
Ancienneté sur Strava
Catégorie d’abonnement (gratuit/payant)

Les moyennes des variables suivantes sont significativement différentes entre les catégories socio-professionnelles (ANOVA, p < 0.01, hautement significatif) :

Score SIS
Fréquence consultation
Ancienneté Strava

Les moyennes pour le score d’exposition sont significativement différentes entre les catégories socio-professionelles (ANOVA, p < 0.05, significatif).

Les tests posts hoc permettent de mettre en évidence que :

les étudiants (8) ont des moyennes significativement plus élevées que les artisans (2) et professions intermédiaires (4) pour le score SIS, de même pour les ouvriers (6) par rapport aux professions intermédiaires (4).
les étudiants (8) ont des moyennes significativement plus élevées que les artisans (2), les cadres (3), les professions intermédiaires (4), les employés (5) et les retraités (7) pour la fréquence de consultation.
les étudiants (8) ont des moyennes significativement plus faibles que les artisans (2), les cadres (3) et les retraités (7) pour l’ancienneté sur Strava.

Il existe un lien entre la catégorie socio-professionelle et la catégorie d’abonnement (Khi² indépendance p<0.05, significatif, Cramer = 0,15, lien faible). Attention, il est à noter que le test de Khi² est partiellement valable étant donné que certaines sous-catégories ont des effectifs <5.

Cadres : plus d’abonnements payants que prévu
Employés : plus d’abonnements gratuits que prévu
Artisans : plus d’abonnements payants que prévu
Retraités : plus d’abonnements gratuits que prévu

ANOVA

Variable	F_value	P_value	Significatif	Agriculteurs	Artisans	Cadres	Intermédiaires	Employés	Ouvriers	Retraités	Étudiants	Autres
SCORE_SIS	3.30	0.0010404	< 0.05	14.333333	10.978723	11.561194	10.743590	11.649215	13.482759	10.722222	13.447368	10.833333
SCORE_OSF	1.20	0.2985715	≥ 0.05	8.333333	8.978723	9.083582	8.743590	8.984293	9.310345	9.555556	9.394737	8.166667
SCORE_EXPO	2.12	0.0322057	< 0.05	23.666667	26.404255	25.426426	25.205128	25.631579	27.482759	25.470588	27.131579	22.500000
Club_Strava	0.67	0.7188337	≥ 0.05	1.333333	2.204546	2.735736	2.310811	2.967568	3.793103	1.352941	1.810811	2.400000
Kudos_reçus	0.58	0.7952622	≥ 0.05	9.333333	17.553192	15.859281	17.205128	15.021053	20.103448	14.500000	16.078947	15.500000
Fréquence_publication	1.56	0.1344090	≥ 0.05	2.666667	4.255319	4.013473	4.237179	3.872340	3.678571	3.638889	4.657895	3.666667
Fréquence_consultation	4.52	0.0000221	< 0.05	5.333333	5.117021	5.143713	4.916667	4.944444	5.517857	4.111111	6.973684	4.833333
Nb_abonnés	1.20	0.2964900	≥ 0.05	23.333333	86.340425	70.734940	80.448718	60.031746	64.137931	36.055556	58.578947	119.500000
Nb_abonnements	0.75	0.6512382	≥ 0.05	28.333333	76.680851	69.490964	75.532467	62.815790	84.344828	45.411765	59.894737	80.833333
Ancienneté_Strava	2.92	0.0032954	< 0.05	3.000000	5.638298	5.116766	4.441558	4.586387	5.137931	6.000000	3.421053	4.333333

Tests post hoc

Variable	Comparison	diff	lwr	upr	p adj
SCORE_SIS	8-2	2.468645	0.0022731	4.9350169	0.0495797
SCORE_SIS	6-4	2.739169	0.2802997	5.1980380	0.0162625
SCORE_SIS	8-4	2.703779	0.4672229	4.9403344	0.0056880
Fréquence_consultation	8-2	1.856663	0.4178809	3.2954449	0.0021335
Fréquence_consultation	8-3	1.829972	0.7008709	2.9590724	0.0000205
Fréquence_consultation	8-4	2.057018	0.7523010	3.3617340	0.0000404
Fréquence_consultation	8-5	2.029240	0.8567299	3.2017496	0.0000035
Fréquence_consultation	8-7	2.862573	0.9754848	4.7496614	0.0000985
Ancienneté_Strava	8-2	-2.217245	-4.1777584	-0.2567321	0.0135809
Ancienneté_Strava	8-3	-1.695714	-3.2342491	-0.1571785	0.0184065
Ancienneté_Strava	8-7	-2.578947	-5.1503317	-0.0075630	0.0486691

Visualisation graphique

Khi² et Cramer

Variable	Khi2_Indépendance	P_Value	Significatif	Coefficient_Cramer
Lien entre Type_abonnement et Catégorie	17.71	0.0235162	<0.05	0.15

Visualisation graphique

Type_abonnement	Catégorie	Observé	Attendu
Gratuit	Agriculteurs	2	1.940940
Payant	Agriculteurs	1	1.059060
Gratuit	Artisans	26	30.408054
Payant	Artisans	21	16.591946
Gratuit	Cadres	199	216.738255
Payant	Cadres	136	118.261745
Gratuit	Intermédiaires	54	50.464430
Payant	Intermédiaires	24	27.535570
Gratuit	Employés	138	123.573154
Payant	Employés	53	67.426846
Gratuit	Ouvriers	19	18.762416
Payant	Ouvriers	10	10.237584
Gratuit	Retraités	15	11.645638
Payant	Retraités	3	6.354362
Gratuit	Etudiants	23	24.585235
Payant	Etudiants	15	13.414765
Gratuit	Autres	6	3.881879
Payant	Autres	0	2.118121

Caractéristiques sportives

Ancienneté et niveau

Répartition de l’ancienneté

Moyenne	Médiane	Ecart_type
10.17383	8	9.18308

Répartition de l’ancienneté par sexe

Sexe	Moyenne	Médiane	Ecart_type
Femme	9.581159	8.0	8.329205
Homme	10.685000	7.5	9.842088

Niveau de course à pied

Moyenne	Médiane	Ecart_type	Khi2_ajustement	p.value
2.461745	2	0.6791437	139.3969	>0.001

Niveau de course à pied par sexe

Sexe	Moyenne	Médiane	Ecart_type
Femme	2.249275	2	0.6207701
Homme	2.645000	3	0.6746205

Entraînement

Fréquence d’entraînement

Moyenne	Médiane	Ecart_type
3.372312	3	1.288666

Fréquence d’entraînement par sexe

Sexe	Moyenne	Médiane	Ecart_type
Femme	2.976812	3	1.017027
Homme	3.714286	3	1.397619

Volume d’entraînement

Moyenne	Médiane	Ecart_type
39.14266	35	20.14104

Volume d’entraînement par sexe

Sexe	Moyenne	Médiane	Ecart_type
Femme	31.77843	30	15.49431
Homme	45.45750	40	21.49449

Volume et fréquence

Compétitions

Nombre de compétitions par an

Moyenne	Médiane	Ecart_type
4.40457	3	3.888282

Nombre de compétitions par an par sexe

Sexe	Moyenne	Médiane	Ecart_type
Femme	4.261628	3	4.034275
Homme	4.527500	4	3.758932

Objectif 2025

Variable	Khi2_ajustement	p.value
Objectif	77.43329	>0.001

Type objectif 2025

## Le nombre d'individus considérés 643.

Variable	Khi2_ajustement	p.value
Objectif	155.6644	<0.001

Caractéristiques de la pratique

Lieu de pratique

Variable	Khi2_ajustement	p.value
Lieu	102.2535	>0.001

Club

Variable	Khi2_ajustement	p.value
Club	112.8273	>0.001

Mode

Variable	Khi2_ajustement	p.value
Mode	109.3456	>0.001

Type coureur

Khi2_ajustement	p.value
435.4671	<0.001

Coach

Variable	Khi2_ajustement	p.value
Coach	66.60448	>0.001

Programme d’entraînement

Variable	Khi2_ajustement	p.value
Programme	93.10055	>0.001

Blessure

Variable	Khi2_ajustement	p.value
Blessure	101.1741	>0.001

Pause

## Le nombre d'individus considérés 255.

Variable	Khi2_ajustement	p.value
Pause blessure	995.6644	<0.001

Lien utilisation de Strava - caractéristiques sportives (hypothèse 1)

Il s’agit de savoir s’il y a un lien entre l’utilisation de Strava et les caractéristiques sportives.

Rappel de l’hypothèse 1 : plus les coureurs amateurs utilisent Strava, plus le nombre de kilomètres et d’entraînements par semaine, et le nombre de compétitions par an sont élevés.

On peut tester les liens entre les variables Strava suivantes :

Score SIS
Score OSF
Score exposition
Appartenance à des clubs Strava
Nombre de kudos reçus en moyenne par activité
Nombre de publications par semaine (fréquence de publication)
Nombre de consultations par semaine (fréquence de consultation)
Nombre d’abonnés
Nombre d’abonnements
Ancienneté sur Strava
Catégorie d’abonnement (gratuit/payant)

Avec les variables sportives suivantes :

nombre de kilomètres par semaine (volume par semaine)
nombre d’entraînements par semaine (fréquence entraînement)
nombre de compétitions par an
niveau
type de coureur (trail/route, club/pas club, seul/en groupe)
suivi d’un programme d’entraînement
accompagnement par un coach
type d’objectif 2025 s’il y en a un
blessure ou non liée à la course à pied dans les 6 derniers mois
durée de la pause d’une blessure liée à la course à pied

Une première approche

Influence de Strava

Moyenne	Médiane	Ecart_type
2.132886	2	0.9403187

Performance

Moyenne	Médiane	Ecart_type
2.132886	2	0.9403187

Fréquence

Moyenne	Médiane	Ecart_type
2.09396	2	1.022215

Kilomètres

Moyenne	Médiane	Ecart_type
2.045638	2	1.010994

Compétitions

Moyenne	Médiane	Ecart_type
1.558389	1	0.8688997

Ignorance blessure

Moyenne	Médiane	Ecart_type
1.347651	1	0.6464943

Ajout entraînement

Moyenne	Médiane	Ecart_type
1.695302	1	0.8993976

Changement entraînement

## Le nombre d'individus considérés 438.

Moyenne	Médiane	Ecart_type
1.121005	1	0.4294288

Changement programme

## Le nombre d'individus considérés 438.

Moyenne	Médiane	Ecart_type
1.114679	1	0.4131907

Statistiques

## Rappel : l'alpha de Cronbach sur le SIS est 0.763630836835257, sur le score OSF est 0.601301166919539 et sur le score EXPO 0.78033975325236.

Corrélations

Strava	Nombre de kilomètres par semaine	Nombre d’entraînements par semaine	Compétitions
Score SIS	0.03	0.08	0.18
Score OSF	0.02	0.03	0.19
Score d’Exposition	0.13	0.12	0.18
Appartenance à un club Strava	0.2	0.2	0.16
Nombre de kudos reçus par activité	0.32	0.28	0.26
Fréquence de publication	0.56	0.61	0.21
Fréquence de consultation	0.17	0.24	0.15
Nombre d’abonnés	0.38	0.36	0.18
Nombre d’abonnements	0.35	0.31	0.21
Ancienneté sur Strava (années)	0.16	0.09	-0.04

Visualisation graphique

Kudos reçus - Kilomètres par semaine

Fréquence de publication - Kilomètres par semaine

Fréquence de publication - Fréquence d’entraînement

Nombre d’abonnés - Fréquence d’entraînement

Nombres d’abonnés - Kilomètres par semaine

Nombre d’abonnements - Fréquence d’entraînement

Nombres d’abonnements - Kilomètres par semaine

Khi² et Cramer

Variable	Khi2_indépendance	P.value	Significatif	Coefficient_Cramer
Lien catégorie abonnement et niveau	16.56	0.0008688	< 0.05	0.15
Lien catégorie abonnement et type coureur	25.27	0.0006792	< 0.05	0.18
Lien catégorie abonnement et coach	2.67	0.1022671	≥ 0.05	0.06
Lien catégorie abonnement et programme	3.58	0.0583856	≥ 0.05	0.07
Lien catégorie abonnement et objectif	37.12	0.0000002	< 0.05	0.22
Lien catégorie abonnement et blessure	2.35	0.1256023	≥ 0.05	0.06
Lien catégorie abonnement et pause	7.60	0.1075199	≥ 0.05	0.10

Visualisation graphique

Niveau et catégorie d’abonnement

Type_abonnement	Niveau	Observé	Attendu
Gratuit	Débutant	32	27.17315
Payant	Débutant	10	14.82685
Gratuit	Intermédiaire	248	229.03087
Payant	Intermédiaire	106	124.96913
Gratuit	Confirmé	185	201.85772
Payant	Confirmé	127	110.14228
Gratuit	Expert	17	23.93826
Payant	Expert	20	13.06175

Type de coureur et catégorie d’abonnement

Type_abonnement	Type_coureur	Observé	Attendu
Gratuit	Route, club, seul	32	28.467114
Payant	Route, club, seul	12	15.532886
Gratuit	Route, club, en groupe	25	20.703356
Payant	Route, club, en groupe	7	11.296644
Gratuit	Route, pas de club, seul	113	110.633557
Payant	Route, pas de club, seul	58	60.366443
Gratuit	Route, pas de club, en groupe	10	7.763758
Payant	Route, pas de club, en groupe	2	4.236242
Gratuit	Trail, club, seul	75	82.813423
Payant	Trail, club, seul	53	45.186577
Gratuit	Trail, club, en groupe	75	64.051007
Payant	Trail, club, en groupe	24	34.948993
Gratuit	Tail, pas de club, seul	124	144.923490
Payant	Tail, pas de club, seul	100	79.076510
Gratuit	Trail, pas de club, en groupe	28	22.644295
Payant	Trail, pas de club, en groupe	7	12.355705

Objectif et catégorie d’abonnement

Type_abonnement	Objectif_KM	Observé	Attendu
Gratuit	Pas d’objectif	78	60.16913
Payant	Pas d’objectif	15	32.83087
Gratuit	20 K	129	114.51544
Payant	20 K	48	62.48456
Gratuit	50 K	166	172.09664
Payant	50 K	100	93.90336
Gratuit	100 K	74	86.04832
Payant	100 K	59	46.95168
Gratuit	100 M	35	49.17047
Payant	100 M	41	26.82953

Test t de Student

Variable	Student	P_value	Significatif	Gratuit	Payant
Catégorie d’abonnement et entrainement par semaine	-7.202226	0.0000000	<0.05	3.128898	3.817490
Catégorie d’abonnement et kilomètres par semaine	-5.761883	0.0000000	<0.05	36.066528	44.790076
Catégorie d’abonnement et nombre de compétitions	-2.785636	0.0054786	<0.05	4.112266	4.939164

Visualisation graphique

Conclusion hypothèse 1

Rappel de l’hypothèse 1 : plus les coureurs amateurs utilisent Strava, plus le nombre de kilomètres par semaine, d’entraînements par semaine, et de compétitions par an sont élevés.

Le nombre de kilomètres par semaine est :

faiblement corrélé au score d’exposition (0.13), à l’appartenance d’un club strava (0.20), à la fréquence de consultation (0.17) et l’ancienneté sur Strava (0.16)
moyennenement corrélé au nombre de kudos reçus par activité (0.32), au nombre d’abonnés (0.38) et au nombre d’abonnements (0.35)
corrélé de manière élévée avec la fréquence de publication (0.56)

Le nombre d’entraînement par semaine est :

faiblement corrélé au score d’exposition (0.12), à l’appartenance d’un club strava (0.20), au nombre de kudos reçus par activité (0.28) et à la fréquence de consultation (0.24).
moyennement corrélé au nombre d’abonnés (0.36) et au nombre d’abonnements (0.31)
corrélé de manière élévée avec la fréquence de publication (0.61)

C’est cohérent avec la réponse à la question “Depuis que j’utilise Strava, je cours plus de kilomètres par semaine” où 36% ont répondu “Oui totalement” et la réponse à la question “Depuis que j’utilise Strava, je cours plus souvent” où 34% ont répondu “Oui totalement”.

Pour rappel, l’un des buts principaux d’utilisation de Strava et l’une des fonctionnalités les plus appréciées est l’enregistrement d’une activité, ce qui déclenche automatiquement sur Strava la publication de l’activité.

Le nombre de compétitions par an est faiblement corrélé à l’ensemble des variables sauf l’ancienneté sur Strava où il n’y a pas de corrélation : l’utilisation de Strava influence peu la participation aux compétitions.

C’est cohérent avec la réponse à la question “Depuis que j’utilise Strava, je cours plus de kilomètres par semaine” où 15% ont répondu “Oui totalement”.

Il y a un lien entre la catégorie d’abonnement et :

le niveau (Khi² indépendance, p<0.01, hautement significatif, Cramer = 0.15, lien faible). Les niveaux débutants et niveau intermédiaires prennent plus d’abonnements gratuits que prévus, les niveaux confirmés et experts prennent plus d’abonnements payants que prévus.
le type de coureur (Khi² indépendance, p<0.01, Cramer = 0.18, lien faible). Les traileurs qui courent le plus souvent seul, appartenant à un club ou non prennent plus l’abonnement payant. Les autres types de coureurs prennent plus l’abonnement gratuit.
le type d’objectif principal en 2025 (Khi² indépendance, p<0.01, Cramer = 0.22, lien faible). Les coureurs sans objectif ou avec un objectif de 20 kilomètres prennent plus l’abonnement gratuit. Les coureurs avec un objectif de 50 kilomètres ou plus prennent plus l’abonnement payant.

Les moyennes du nombre d’entraînements par semaine, du nombre de kilomètres par semaine et du nombre de compétitions par an sont significativement plus élévées chez les utilisateurs ayant un compte payant (test t de Student, p<0.01, hautement significatif).

L’hypothèse 1 est partiellement vraie.

Mesure de l’auto-présentation

La présentation de soi est la tentative d’un individu de contrôler la façon dont les autres le perçoivent ³. Dans l’article de Russell, il y a des témoignanges sur le contrôle : « Si c’est une course très lente, je ne la mettrais peut-être pas sur Strava.», « Je n’aime pas poster des courses qui ne font pas au moins 3 miles, parce que c’est un peu comme une course de mauviette, comme si vous ne terminiez pas au moins un 5K, pour moi, ce n’est pas une bonne journée. Vous devriez au moins être capable de faire un 5 km. Parce que je ne veux pas que mes followers se demandent pourquoi elle est si lente », « Parfois, je cours un ou deux kilomètres de plus, juste parce que ça a l’air mieux sur Strava. ». ³

Mais il y a également des témoignages qui se rapproche plus d’une présentation authentique : « Et donc je suppose que je me sens comme… plus capable d’être honnête et moi-même sur Strava et c’est moins une question de photos et d’image et plus une question de ma propre course », « Même si la course n’a pas été géniale, je dirai à l’avance que j’ai eu des difficultés mentales aujourd’hui… J’ai l’impression d’être très ouvert sur Strava en ce qui concerne les bons et les mauvais jours.» ³

Le Self-presentation and Upward Social Comparison Inclination Scale mesure l’auto-présentation sur les réseaux sociaux. ¹⁰ ¹⁷ L’échelle comporte initialement 7 items qui ont été traduits et adaptés à l’étude. Le SPAUSCIS mesure le degré de focalisation sur l’auto-présentation et la comparaison sociale ascendante sur les réseaux sociaux. Il évalue plusieurs aspects du comportement des adolescents sur les réseaux sociaux, notamment la recherche de feedback, l’auto-présentation “améliorée” et la comparaison sociale avec des personnes perçues commet “meilleures”. Il est à noter que cette échelle a été utilisée auprès d’adolescent. Dans l’étude de Hjetland ¹⁷, l’alpha est de 0.87.

Suite au pré-test, un item a été enlevé dans l’étude sur Strava (“It is important to me that my posts receive many likes and/or comments”). L’échelle traduite et adaptée comporte donc 6 items.

Un score bas au SPAUSCIS indique que l’utilisateur accord peu d’importance à leur image sur Strava (ne recherche pas activement du feedback, pas de stratégie d’auto-présentation, pas de comparaison aux utilisateurs perçus comme “meilleurs”, pas de contrôle d’image) tandis qu’un score haut indique que l’utilisateur accorde beaucoup d’importance à son image sur Srava (recherche active de feedback, stratégie d’auto-présentation, comparaison aux autres, contrôle de l’image).

Les scores obtenus sur l’échantillon sont bas, ce qui signifie que les individus n’ont pas de stratégie d’auto-présentation pour paraître “meilleurs”.

SPAUSCIS

## L'alpha de Cronbach sur les 6 items est de 0.544747605721729

L’alpha de Cronbach est assez faible, cela peut s’expliquer par le fait que c’est une traduction et adaptation dans le cadre de cette étude du questionnaire d’origine mais également par le fait que ce questionnaire était destiné plutôt à des publics adolescents.

SPAUSCIS 1

Moyenne	Médiane	Ecart_type
1.463087	1	0.685129

SPAUSCIS 2

Moyenne	Médiane	Ecart_type
1.30604	1	0.5465223

SPAUSCIS 3

Moyenne	Médiane	Ecart_type
1.013423	1	0.1365166

SPAUSCIS 4

Moyenne	Médiane	Ecart_type
1.10604	1	0.3925085

SPAUSCIS 5

Moyenne	Médiane	Ecart_type
1.381208	1	0.6953541

SPAUSCIS 6

Moyenne	Médiane	Ecart_type
1.30604	1	0.5465223

SCORE SPAUSCIS

Item	Moyenne	Médiane	Ecart_type	chi2_ajustement	P.value
SPAUSCIS1	1.463087	1.000000	0.6851290	706.0013	<0.001
SPAUSCIS2	1.306040	1.000000	0.5465223	1019.2040	<0.001
SPAUSCIS3	1.013423	1.000000	0.1365166	1442.4188	<0.001
SPAUSCIS4	1.106040	1.000000	0.3925085	1773.4591	<0.001
SPAUSCIS5	1.381208	1.000000	0.6953541	937.5826	<0.001
SPAUSCIS6	1.526174	1.000000	0.7635335	630.4577	<0.001
SCORE_SPAUSCIS	1.299329	1.166667	0.3195509	1295.0443	<0.001

Lien utilisation de Strava - présentation de soi (hypothèse 2)

Il s’agit de savoir s’il y a un lien entre l’utilisation de Strava et le score SPAUSCIS.

Rappel de l’hypothèse 2 : plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de filtrer ou modifier ce qu’ils partagent pour contrôler leur image.

On peut tester les liens entre les variables Strava suivantes avec le score SPAUSCIS :

Score SIS
Score OSF
Score exposition
Appartenance à des clubs Strava
Nombre de kudos reçus en moyenne par activité
Nombre de publications par semaine (fréquence de publication)
Nombre de consultations par semaine (fréquence de consultation)
Nombre d’abonnés
Nombre d’abonnements
Ancienneté sur Strava
Catégorie d’abonnement (gratuit/payant)

Statistiques

Corrélations

Variable	SPAUSCIS
SCORE SIS	0.43
SCORE OSF	0.3
SCORE EXPO	0.23
Clubs Strava	0.15
Kudos reçus	0.19
Fréquence publication	0.07
Fréquence consultation	0.21
Nombre d’abonnés	0.16
Nombre d’abonnements	0.15
Ancienneté Strava	0.01

Visualisation graphique

SIS

OSF

Test t de Student

Variable	Student	p_value	Significatif	Gratuit	Payant
Catégorie d’abonnement et SPAUSCIS	-2.352556	0.0189048	<0.05	1.279046	1.336502

Visualisation graphique

Conclusion hypothèse 2

Rappel de l’hypothèse 2 : plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de filtrer ou modifier ce qu’ils partagent pour contrôler leur image.

Les scores au SPAUSCIS restent relativement bas (Q3 = 2). Attention, l’alpha de Cronbach est assez faible pour le score SPAUCIS donc les conclusions ne sont pas très fiables.

Le score SIS (0.43) et le score OSF (0.3) sont modérément corrélés au score SPAUSCIS.

Le score EXPO (0.23), le nombre de clubs Strava (0.15), les kudos reçus en moyenne par activité (0.19), la fréquence de consultation (0.21), le nombre d’abonnés (0.16) et le nombre d’abonnements (0.15) sont faiblement corrélés au score SPAUSCIS.

La moyenne du score SPAUSCIS est significativement plus élévée chez les utilisateurs ayant un compte payant (test t de Student, p<0.05, significatif).

L’hypothèse 2 est partiellement vraie.

Lien présentation de soi - caractéristiques sportives (hypothèse 2)

Pour aller plus loin dans l’hypothèse 2, il s’agit de savoir s’il y a un lien entre le score SPAUSCIS et les caractéristiques sportives.

On peut tester le score SPAUCIS avec les variables sportives suivantes :

nombre de kilomètres par semaine (volume par semaine)
nombre d’entraînements par semaine (fréquence entraînement)
nombre de compétitions par an
niveau
type de coureur (trail/route, club/pas club, seul/en groupe)
suivi d’un programme d’entraînement
accompagnement par un coach
type d’objectif 2025 s’il y en a un
blessure ou non liée à la course à pied dans les 6 derniers mois
durée de la pause d’une blessure liée à la course à pied

Statistiques

Corrélations

Variable	SPAUSCIS
Fréquence d’entraînement	-0.09
Kilomètres par semaine	-0.09
Compétitions par an	0.11

Test t de Student

Variable	Student	P_value	Significatif	Avec_coach	Sans_coach
Coach et SPAUSCIS	-0.1140976	0.9091913	≥ 0.05	1.296667	1.3

Variable	Student	P.value	Signficatif	Avec_programme	Sans_programme
Programme et SPAUSCIS	1.717416	0.0863198	≥ 0.05	1.329662	1.286036

Variable	Student	P.value	Significatif	Blessure	Pas_de_blessure
Blessure et SPAUSCIS	0.0010804	0.9991382	≥ 0.05	1.299346	1.29932

ANOVA

Variable	F_value	P_value	Significatif	Débutant	Intermédiaire	Confirmé	Expert
Lien score SPAUSCIS et niveau	0.4572719	0.7122354	≥ 0.05	1.277778	1.287665	1.313568	1.315315

Variable	F_value	P_value	Significatif
Lien score SPAUSCIS et type coureur	0.5687244	0.7816408	≥ 0.05

Type_coureur	Moyenne
Route/Club/Seul	1.287879
Route/Pas club/Seul	1.359375
Route/Club/En groupe	1.303119
Route/Pas club/En groupe	1.250000
Trail/Club/Seul	1.329427
Trail/Pas club/Seul	1.279461
Trail/Club/En groupe	1.280506
Trail/Pas club/En groupe	NA

Variable	F_value	P_value	Significatif	Vingt_km	Cinquante_km	Cent_km	Cent_miles
Lien score SPAUSCIS et objectif 2025	2.38064	0.0502723	≥ 0.05	1.286738	1.30791	1.337719	1.243108

Variable	F_value	P_value	Significatif	Jours	Semaines	Mois	Pas_de_pause
Lien score SPAUSCIS et pause blessure	0.5921406	0.6684227	≥ 0.05	1.311508	1.322344	1.276836	1.214286

Conclusion hypothèse 2

Rappel de l’hypothèse 2 : plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de filtrer ou modifier ce qu’ils partagent pour contrôler leur image.

Pour compléter la première conclusion sur l’hypothèse 2, il est possible de se demander si le score SPAUSCIS a un lien avec la pratique (est-ce que par exemple le fait d’avoir une stratégie d’auto-présentation élevée est en lien avec le nombre de kilomètres parcourus par semaine ?)

Il y a une faible corrélation entre le score SPAUSCIS et le nombre de compétitions par an (0.11). Il n’y a pas de corrélation entre le score SPAUSCIS et le nombre de kilomètres et d’entraînements par semaine.

Les conclusions sont peu fiables étant donné l’alpha de Cronbach du SPAUSCIS qui est assez faible.

Il n’est pas possible de mettre en évidence des différences significatives pour le score SPAUSCIS et les personnes suivies par un coach ou non. De même avec les personnes suivant un programme d’entraînement ou non. Et de même avec les personnes ayant eu une blessure liée à la pratique de la course à pied dans les 6 derniers mois ou non. (test de Student, p > 0.05)

Il n’est pas possible de mettre en évidence des différences significatives entre le score SPAUSCIS et les différents niveaux de pratique, de même pour les types de coureurs, les types d’objectifs 2025 (distance) et les différentes durées de pause liées à des blesssures à cause de la course à pied pour les coureurs qui ont été blessés (ANOVA, p > 0.05).

Mesure du stress perçu

Dans l’article de Rusell³, il y a des témoignages concernant la pression perçue “I think it makes you feel like there’s pressure to do as much as other people are doing or as well as other people are doing… I had a really bad run or workout oneday, and I see others having better runs, then that can make me feel worse.

Le Perceived Stress Scale mesure le stress perçu et la capacité d’adaptation. Les items ont étés traduits et adaptés à partir de l’étude de Sischka ¹¹. L’étude de Chiu ¹³ recommande d’utiliser cette échelle mais en version 2 facteurs : stress perçu et capacité d’adaptation.

Les items 1, 2, 3, 6, 9, 10 de l’échelle mesure le stress perçu et 4, 5, 7, 8 mesurent la capacité à gérer son stress.

L’article de Chiu ¹³ indique un alpha de Cronbach de 0.81 pour le stress perçu et 0.71 pour la capacité d’adaptation.

Suite au pré-test, un item a été enlevé dans l’étude sur Strava (“In the last week, how often have you felt that you were on top of things?”). L’échelle traduite et adaptée comporte donc 9 items.

Un score élevé sur le PSS (facteur stress perçu) indique un stress perçu élévé tandis qu’un score faible indique un stress perçu faible. Un score élevé sur le PSS (facteur capacité d’adaptation) montre que la personne arrive à gérer son stress correctement tandis qu’un score faible indique qu’elle a plus de mal. Ainsi, un individu peut avoir un haut niveau de stress mais aussi une forte capacité d’adaptation et inversement.

Dans l’échantillon, le stress perçu par l’utilisation de Strava est plutôt faible et l’adaptation au stress perçu par l’utilisation de Strava est plutôt élevée.

L’alpha de Cronbach pour le score de l’adaptation au stress est faible du fait de la traduction, adaptation et suppression d’un item suite au pré-test. Les conclusions sont donc peu fiables.

PSS Facteurs stress perçu

## L'alpha de Cronbach sur les 6 items est de 0.670192093450068

PSS 1

Moyenne	Médiane	Ecart_type
1.060403	1	0.2701102

PSS 2

Moyenne	Médiane	Ecart_type
1.174497	1	0.5149844

PSS 3

Moyenne	Médiane	Ecart_type
1.071141	1	0.3137304

PSS 6

Moyenne	Médiane	Ecart_type
1.421477	1	0.7510355

PSS 8

Moyenne	Médiane	Ecart_type
1.163758	1	0.4808447

PSS 9

Moyenne	Médiane	Ecart_type
1.210738	1	0.5260858

SCORE PSS Stress perçu

Item	Moyenne	Médiane	Ecart_type	chi2_ajustement	P.value
PSS1	1.060403	1	0.2701102	1930.6027	<0.001
PSS2	1.174497	1	0.5149844	1567.7785	<0.001
PSS3	1.071141	1	0.3137304	1907.7195	<0.001
PSS6	1.421477	1	0.7510355	889.7544	<0.001
PSS8	1.163758	1	0.4808447	1576.3799	<0.001
PSS9	1.210738	1	0.5260858	1392.8631	<0.001
SCORE_PSS_Stress	7.102013	6	1.8485125	1468.8899	<0.001

PSS Facteurs adaptation au stress

## L'alpha de Cronbach sur les 3 items est de 0.632857044365542

PSS 4

Moyenne	Médiane	Ecart_type
2.346309	2	1.189477

PSS 5

Moyenne	Médiane	Ecart_type
2.944966	3	0.9134182

PSS 7

Moyenne	Médiane	Ecart_type
2.983893	3	1.175355

SCORE PSS Adapation au stress

Item	Moyenne	Médiane	Ecart_type	chi2_ajustement	P.value
PSS4	2.346309	2	1.1894769	62.12483	<0.001
PSS5	2.944966	3	0.9134182	159.00537	<0.001
PSS7	2.983893	3	1.1753555	246.54362	<0.001
SCORE_PSS_Adaptation	8.275168	8	2.5060654	237.76376	<0.001

Lien utilisation de Strava - stress perçu (hypothèse 3)

La question ici est de savoir si l’utilisation de Strava (intensité et fréquence d’utilisation, utilisation des fonctionnalités de sociabilisation en ligne et exposition d’informations personnelles…) engendre un stress perçu ou non.

Rappel de l’hypothèse 3 : plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de ressentir du stress.

On peut tester les liens entre les variables Strava suivantes avec le score PSS “stress perçu” et le score “adaptation au stress”:

Score SIS
Score OSF
Score exposition
Appartenance à des clubs Strava
Nombre de kudos reçus en moyenne par activité
Nombre de publications par semaine (fréquence de publication)
Nombre de consultations par semaine (fréquence de consultation)
Nombre d’abonnés
Nombre d’abonnements
Ancienneté sur Strava
Catégorie d’abonnement (gratuit/payant)

Une première approche

Moyenne	Médiane	Ecart_type
1.183893	1	0.4970433

Statistiques

Corrélations

Motivation	PSS_Stress	PSS_Adaptation
SCORE SIS	0.18	-0.36
SCORE OSF	0.09	-0.23
SCORE EXPO	0.03	-0.21
Clubs Strava	0.02	-0.15
Kudos reçus	0	-0.1
Fréquence publication	-0.07	-0.12
Fréquence consultation	0.09	-0.21
Nombre d’abonnés	0.01	-0.12
Nombre d’abonnements	0.03	-0.11
Ancienneté Strava	-0.02	0

Visualisation graphique

SIS- PSS Adaptation

OSF - PSS Adaptation

EXPO- PSS Adaptation

Fréquence consultation - PSS Adaptation

Test t de Student

Variable	Student	p_value	Significatif	Gratuit	Payant
Catégorie d’abonnement et score PSS Stress	1.487129	0.1374049	≥ 0.05	7.176348	6.96578

Variable	Student	p_value	Significatif	Gratuit	Payant
Catégorie d’abonnement et score PSS Adaptation	3.745083	0.0001943	<0.05	8.526971	7.813688

Visualisation graphique

Conclusion hypothèse 3

Rappel de l’hypothèse 3 : plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de ressentir du stress.

Il y a une faible corrélation positive entre le score PSS “stress perçu” et le score SIS (0.18). Les autres variables Strava n’ont pas de corrélation avec le score PSS “stress perçu”.

Il y a une corrélation moyenne négative entre le score PSS “adaptation au stress” et le score SIS (-0.36).

Il y a des faibles corrélations négatives entre le score PSS “adaptation au stress” et le score OSF (-0.23), le score d’exposition (-0.21), le nombre de clubs strava (-0.15), la fréquence de publication (-0.12), la fréquence de consultation (-0.21), le nombre d’abonnés (-0.12) et le nombre d’abonnements (-0.11).

Il n’y a pas de corrélation entre le score PSS “adaptation au stress” et le nombre de kudos reçus et l’ancienneté sur Strava.

Il n’est pas possible de mettre en évidence de différence pour le score PSS “stress perçu” pour les différentes catégories d’abonnement (payant/gratuit) (test t de Student, p>0.05). En revanche, il est possible de mettre en évidence des différences pour le score PSS “adaptation au stress” pour les différentes catégories d’abonnement : les personnes ayant un compte avec un abonnement gratuit ont un score PSS “adaptation au stress” plus élevé. (test de Student, p< 0.01, hautement significatif)

L’hypothèse 3 est donc plutôt fausse.

Lien stress perçu - caractéristiques sportives (hypothèse 3)

Pour aller plus loin dans l’hypothèse 3, il s’agit de savoir s’il y a un lien entre les 2 scores PSS et les caractéristiques sportives.

On peut tester les 2 scores PSS avec les variables sportives suivantes :

nombre de kilomètres par semaine (volume par semaine)
nombre d’entraînements par semaine (fréquence entraînement)
nombre de compétitions par an
niveau
type de coureur (trail/route, club/pas club, seul/en groupe)
suivi d’un programme d’entraînement
accompagnement par un coach
type d’objectif 2025 s’il y en a un
blessure ou non liée à la course à pied dans les 6 derniers mois
durée de la pause d’une blessure liée à la course à pied

Statistiques

Corrélations

Variable	PSS_Stress	PSS_Adaptation
Fréquence d’entraînement	-0.12	0.02
Kilomètres par semaine	-0.14	0.04
Compétitions par an	0.03	-0.07

Test t de Student

Variable	Student	p_value	Significatif	Avec_coach	Sans_coach
Coach et PSS Stress	0.4296672	0.6675623	≥ 0.05	7.16	7.087395

Variable	Student	p_value	Significatif	Avec_coach	Sans_coach
Coach et PSS Adaptation	-1.39629	0.1630441	≥ 0.05	8.02	8.339496

Variable	Student	p_value	Significatif	Avec_programme	Sans_programme
Programme et PSS Stress	1.285613	0.1989788	≥ 0.05	7.23348	7.044402

Variable	Student	p_value	Significatif	Avec_programme	Sans_programme
Programme et PSS Adaptation	-1.540705	0.1238143	≥ 0.05	8.061674	8.368726

Variable	Student	p_value	Significatif	Blessure	Pas_de_blessure
Blessure et score PSS Stress	2.683982	0.0074371	<0.05	7.352941	6.971429

Variable	Student	p_value	Significatif	Blessure	Pas_de_blessure
Blessure et score PSS Adaptation	-1.516272	0.1298759	≥ 0.05	8.082353	8.37551

Visualisation graphique

ANOVA

Variable	F_value	P_value	Significatif	Débutant	Intermédiaire	Confirmé	Expert
Lien score PSS Stress et niveau	2.179436	0.0891113	≥ 0.05	7.595238	7.172316	7.009615	6.648649
Lien score PPS Adaptation et niveau	1.214820	0.3033028	≥ 0.05	8.190476	8.435028	8.080128	8.486486

Variable	F_value	P_value	Significatif
Lien score PSS Stress et type coureur	1.0204891	0.4151548	≥ 0.05
Lien score PSS Adaptation et type coureur	0.4523426	0.8688120	≥ 0.05

Type_coureur	Moyenne_Stress	Moyenne_Adaptation
Route/Club/Seul	7.318182	8.295454
Route/Pas club/Seul	7.281250	8.218750
Route/Club/En groupe	7.345029	8.052632
Route/Pas club/En groupe	7.333333	7.916667
Trail/Club/Seul	7.000000	8.382812
Trail/Pas club/Seul	7.101010	8.313131
Trail/Club/En groupe	6.946429	8.433036
Trail/Pas club/En groupe	6.771429	8.000000

Variable	F_value	P_value	Significatif	Vingt_km	Cinquante_km	Cent_km	Cent_miles
Lien score PSS Stress et objectif 2025	2.680628	0.0306639	< 0.05	7.215054	7.124294	7.300752	6.691729
Lien score PSS Adaptation et objectif 2025	3.056992	0.0163092	< 0.05	8.451613	8.220339	8.015038	8.887218

Variable	F_value	P_value	Significatif	Jours	Semaines	Mois	Pas_de_pause
Lien score PSS Stress et pause blessure	2.1257055	0.0759322	≥ 0.05	7.297619	7.505495	7.305085	7.047619
Lien score PSS Adaptation et pause blessure	0.8746612	0.4786220	≥ 0.05	7.952381	8.032967	8.389831	7.952381

Tests post hoc

diff	lwr	upr	p adj	Comparison	Variable
-0.6090226	-1.1434261	-0.0746191	0.0162643	3-2	Lien score PSS Stress et objectif 2025
0.8721805	0.1484043	1.5959566	0.0090918	3-2	Lien score PSS Adaptation et objectif 2025

Visualisation graphique

Conclusion hypothèse 3

Rappel de l’hypothèse 3 : plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de ressentir du stress.

Pour compléter la première conclusion sur l’hypothèse 3, il est possible de se demander si les 2 scoreS PSS ont un lien avec la pratique (est-ce que par exemple le fait d’avoir une score PSS “stress perçu” est en lien avec le nombre de kilomètres parcourus par semaine ?)

Il n’y a pas de corrélations entre le score PSS “adaptation au stress” et le nombre de kilomètres et d’entraînements par semaine et le nombre de compétitions par an.

Il y a une corrélation négative entre le score PSS “stress perçu” et le nombre de kilomètres par semaine (-0.14) et le nombre d’entraînement par semaine (-0.12). Ce sont des corrélations faibles (<0.3).

Il n’y a pas de corrélations entre le score PSS “stress perçu” et le nombre de compétitions par an.

Il n’est pas possible de mettre en évidence des différences de score PSS “stress perçu” ou PSS “adaptation au stress” avec le fait d’avoir un coach ou non ou le fait de suivre ou non un programme d’entraînement (test t de Student, p > 0.05). Il n’est pas possible de mettre en évidence des différences de score PSS “adaptation au stress” avec le fait d’avoir été blessé ou non ces 6 derniers mois (test t de Student, p>0.05).

Par contre, il est possible de mettre en évidence une différence de moyenne pour le score PSS “stress perçu” entre les personnes blessées ces 6 derniers mois ou non : les personnes blessées ces 6 derniers mois ont un score plus élevés.

Il n’est pas possible de mettre en évidence des différences significatives entre les 2 scores PSS et les différents niveaux de pratique, de même pour les types de coureurs, et les différentes durées de pause liées à des blesssures à cause de la course à pied pour les coureurs qui ont été blessés (ANOVA, p > 0.05).

Par contre, il y a des différences significatives pour les 2 scores PSS entre les différents types d’objectif 2025 : les coureurs qui ont pour objectif un 100 K ont un score PSS “stress perçu” plus élévé que ceux qui ont pour objectif un 50K. Les coureurs qui ont pour objectif un 100K on un score PSS “adpatation au stress” plus faible que ceux qui font un 50K.

Le stress perçu par l’utilisation de Strava semble être peu lié aux différentes caractéristiques de la pratique, sauf pour le fait d’être blessé et le fait d’avoir un objectif en 2025.

Mesure de la motivation

Dans l’étude de Russell ³, Strava est une source de motivation. Par exemple, il y a ce témoignagne concernant le fait de pouvoir interagir et se comparer “Pour ce marathon, je pense que nous essayons tous les cinq de suivre le même plan, donc je sais ce que chaque personne est censée faire chaque jour, donc j’ai l’impression que cela donne plus de responsabilité pour réaliser ce que je me suis fixé. Je ne sais pas si j’aurais suivi le programme d’entraînement autant que je l’ai fait si je n’avais pas eu Strava ou si je ne l’utilisais pas autant.” Il y a également ce témoignagne concernant le fait de voir ses progrès “Honnêtement, c’est une grande source de motivation de voir visuellement tous ces chiffres changer au fur et à mesure que je continue à courir.” et “c’est vraiment cool de voir jusqu’où j’ai progressé”.

Dans cette étude, une traduction et adaptation du BREQ-3 (Behavioural Regulation In Exercise Questionnaire) en 12 items est utilisée. Cette échelle mesure la motivation intrinsèque, intégrée et identifiée (motivations autodéterminées) et la motivation introjectée et externe (motivations non-autodéterminées) et l’amotivation ¹². Les alphas de Cronbach dans l’étude de Rocchi ¹² ne sont pas mentionnés. L’Oméga de McDonald est utilisé à la place et les valeurs sont de :

Motivation intrinsèque 0.72 - 0.82
Régulation intégrée 0.56 - 0.79
Régulation identifiée 0.44 - 0.76
Régulation introjectée 0.60 - 0.77
Régulation externe 0.54 - 0.70
Amotivation 0.59 - 0.63

Le score RAI dans l’échantillon est assez haut, ce qui suggère que les coureurs ont un haut niveau de motivation autonome (motivation intrinsèque, intégrée et identifiée).

Motivation intrinsèque

## L'alpha de Cronbach sur les 2 items est de 0.545949601260713

BREQ 1

Moyenne	Médiane	Ecart_type
3.816107	4	0.4365781

BREQ 2

Moyenne	Médiane	Ecart_type
3.233557	3	0.8306633

Score motivation intrinsèque

Item	Moyenne	Médiane	Ecart_type	chi2_ajustement	P.value
BREQ 1	3.816107	4.0	0.4365781	864.9450	<0.001
BREQ 2	3.233557	3.0	0.8306633	336.4336	<0.001
SCORE_BREQ_Intrinseque	3.524832	3.5	0.5502817	455.4349	<0.001

Motivation intégrée

## L'alpha de Cronbach sur les 2 items est de 0.713655624275382

BREQ 3

Moyenne	Médiane	Ecart_type
3.273826	4	0.8504739

BREQ 4

Moyenne	Médiane	Ecart_type
3.567785	4	0.6337578

Score motivation intégrée

Item	Moyenne	Médiane	Ecart_type	chi2_ajustement	P.value
BREQ 3	3.273826	4.0	0.8504739	360.6913	<0.001
BREQ 4	3.567785	4.0	0.6337578	748.2349	<0.001
SCORE_BREQ_Integree	3.420805	3.5	0.6612626	381.6631	<0.001

Motivation identifiée

## L'alpha de Cronbach sur les 2 items est de 0.671573740786993

BREQ 5

Moyenne	Médiane	Ecart_type
3.67651	4	0.5524128

BREQ 6

Moyenne	Médiane	Ecart_type
3.813423	4	0.4292181

Score motivation identifiée

Item	Moyenne	Médiane	Ecart_type	chi2_ajustement	P.value
BREQ 5	3.676510	4	0.5524128	970.2591	<0.001
BREQ 6	3.813423	4	0.4292181	1371.1718	<0.001
SCORE_BREQ_Identifiee	3.744966	4	0.4291834	492.7678	<0.001

Motivation introjectéee

## L'alpha de Cronbach sur les 2 items est de 0.774804605406311

BREQ 7

Moyenne	Médiane	Ecart_type
1.985235	2	0.8850897

BREQ 8

Moyenne	Médiane	Ecart_type
2.159731	2	0.9231141

Score motivation introjectée

Item	Moyenne	Médiane	Ecart_type	chi2_ajustement	P.value
BREQ 7	1.985235	2	0.8850897	202.8604	<0.001
BREQ 8	2.159731	2	0.9231141	134.8872	<0.001
SCORE_BREQ_Introjectee	2.072483	2	0.8169787	268.7611	<0.001

Motivation externe

## L'alpha de Cronbach sur les 2 items est de 0.498730665186932

BREQ 9

Moyenne	Médiane	Ecart_type
1.233557	1	0.5503678

BREQ 10

Moyenne	Médiane	Ecart_type
1.061745	1	0.2959397

Score motivation externe

Item	Moyenne	Médiane	Ecart_type	chi2_ajustement	P.value
BREQ 9	1.233557	1	0.5503678	1313.432	<0.001
BREQ 10	1.061745	1	0.2959397	1951.338	<0.001
SCORE_BREQ_Externe	1.147651	1	0.3606267	1192.690	<0.001

Amotivation

## L'alpha de Cronbach sur les 2 items est de 0.242368387013323

BREQ 11

Moyenne	Médiane	Ecart_type
1.114094	1	0.4070977

BREQ 12

Moyenne	Médiane	Ecart_type
1.022819	1	0.1743347

Score amotivation

Item	Moyenne	Médiane	Ecart_type	chi2_ajustement	P.value
BREQ 11	1.114094	1	0.4070977	1757.609	<0.001
BREQ 12	1.022819	1	0.1743347	1401.699	<0.001
SCORE_BREQ_Amotivation	1.068456	1	0.2362018	1339.243	<0.001

Relative Autonomy Index

Le Relative Autonomy Index est un indice qui mesure l’autonomie motivationnelle en pondérant les types de motivation selon leur degré d’autodétermination¹². Il se calcule en faisant la somme suivante :

(-3)xScore_amotivation + (-2)xScore_motivation_externe + (-1)xScore_motivation_introjectée + Score_motivitation identifiée + 2x Score_motivation_intégrée + 3x Score_motivationè_intrinsèque.

Un haut score signifie que que l’individu est motivé de manière autonome (raisons intrinsèques ou identifiées) tandis qu’un score bas indique que l’individu est amotivé ou a une motivation contrôlée.

Item	Moyenne	Médiane	Ecart_type
RAI	13.58792	14.5	3.27677

Lien utilisation de Strava - motivation (hypothèse 4)

La question ici est de savoir si l’utilisation de Strava (intensité et fréquence d’utilisation, utilisation des fonctionnalités de sociabilisation en ligne et exposition d’informations personnelles…) ont un lien avec la motivation à courir (scores BREQ).

Rappel de l’hypothèse 4 : plus les coureurs amateurs utilisent Strava, plus ils sont motivés dans leur pratique.

On peut tester les liens entre les variables Strava suivantes avec les scores BREQ :

Score SIS
Score OSF
Score exposition
Appartenance à des clubs Strava
Nombre de kudos reçus en moyenne par activité
Nombre de publications par semaine (fréquence de publication)
Nombre de consultations par semaine (fréquence de consultation)
Nombre d’abonnés
Nombre d’abonnements
Ancienneté sur Strava
Catégorie d’abonnement (gratuit/payant)

Une première approche

Moyenne	Médiane	Ecart_type
2.296644	2	0.9955827

Statistiques

Corrélations

Motivation	Intrinsèque	Integrée	Identifiée	Introjectée	Externe	Amotivation	RAI
SCORE SIS	0.1	0.19	0.15	0.21	0.10	-0.05	0.08
SCORE OSF	0.09	0.14	0.1	0.07	0.08	-0.03	0.09
SCORE EXPO	0.08	0.11	0.1	0.05	-0.01	-0.07	0.1
Clubs Strava	0.09	0.14	0.07	0.01	0.02	-0.02	0.11
Kudos reçus	0.14	0.23	0.13	0	0.02	0.00	0.17
Fréquence publication	0.23	0.34	0.24	0.07	-0.07	-0.07	0.3
Fréquence consultation	0.12	0.2	0.13	0.13	0.03	-0.10	0.14
Nombre d’abonnés	0.12	0.2	0.08	0	0.01	0.02	0.15
Nombre d’abonnements	0.16	0.23	0.1	-0.01	0.03	0.02	0.18
Ancienneté Strava	-0.03	0.09	-0.03	-0.06	0.01	0.05	0.02

Visualisation graphique

SIS- Introjectée

Kudos- Intégrée

Fréquence de publication - Intrinsèque

Fréquence de publication - Intégrée

Fréquence de publication - Identifiée

Nombre abonnements - Intégrée

Test t de Student

Variable	Student	P_Value	Significatif	Gratuit	Payant
Catégorie d’abonnement et score BREQ Intrinseque	-2.723980	0.0066016	<0.05	3.484440	3.598859
Catégorie d’abonnement et score BREQ Introjectee	-1.921168	0.0550929	≥ 0.05	2.030083	2.150190
Catégorie d’abonnement et score BREQ Identifiee	-2.432577	0.0152269	<0.05	3.716805	3.796578
Catégorie d’abonnement et score BREQ Integree	-3.840845	0.0001331	<0.05	3.352697	3.545627
Catégorie d’abonnement et score BREQ Externe	1.560171	0.1191453	≥ 0.05	1.162863	1.119772
Catégorie d’abonnement et score BREQ Amotivation	1.789021	0.0740187	≥ 0.05	1.079875	1.047529
Catégorie d’abonnement et score BREQ Rai	-3.497452	0.0004977	<0.05	13.280083	14.152091

Visualisation graphique

Conclusion hypothèse 4

Il y a des corrélations positives faibles entre le score RAI et le nombre de clubs Strava (0.11), le nombre de kudos reçus par activité (0.17), la fréquence de consultation (0.14), le nombre d’abonnés (0.15) et le nombre d’abonnements (0.18).

Il y a une corrélation moyenne positive entre le score RAI et le fréquence de publication (0.3).

Il y a des corrélations positives faibles entre le score BREQ Intrinsèque et les kudos reçus (0.14), la fréquence de publication (0.23), la fréquence de consultation (0.12), le nombre d’abonnés (0.12), et le nombre d’abonnements (0.16).

Il y a des corrélations positives faibles entre le score BREQ Intégrée et le score SIS (0.19), le score OSF (0.14), le score d’exposition (0.11), le nombre de clubs Strava (0.14), le nombre de kudos reçus par activité (0.23), la fréquence de consultation (0.2), le nombre d’abonnés (0.2), et le nombre d’abonnements (0.23). Il est à noter qu’il y une corrélation positive moyenne entre le score BREQ intégrée et la fréquence de publication (0.34).

Il y a des corrélations positives faibles entre le score BREQ Identifiée et le score SIS (0.15), le nombre de kudos reçus par activité (0.13), la fréquence de publication (0.24), et la fréquence de consultation (0.13).

Il y a des corrélations positives faibles entre le score BREQ Introjectée et le score SIS (0.21), et la fréquence de consultation (0.13).

Il n’y a pas de corrélations entre la motivation externe et les variables Strava. Il n’y a pas de corrélation entre l’amotivation et les variables Strava.

La moyenne du score RAI est significativement plus élévée chez les utilisateurs ayant un compte payant (test t de Student, p<0.01, hautement significatif), de même pour le score de motivation intrinsèque et intégrée. La moyenne du score de motivation identifiée est significativement plus haute pour les utilisateur avec un compte payant (test t de Student, p<0.05, significatif).

L’hypothèse 4 est donc partiellement vraie, les liens sont assez faibles entre motivation et variables Strava.

Lien motivation - caractéristiques sportives (hypothèse 4)

Pour aller plus loin dans l’hypothèse 4, il s’agit de savoir s’il y a un lien entre les différents scores BREQ et les caractéristiques sportives.

On peut tester les scores BREQ avec les variables sportives suivantes :

nombre de kilomètres par semaine (volume par semaine)
nombre d’entraînements par semaine (fréquence entraînement)
nombre de compétitions par an
niveau
type de coureur (trail/route, club/pas club, seul/en groupe)
suivi d’un programme d’entraînement
accompagnement par un coach
type d’objectif 2025 s’il y en a un
blessure ou non liée à la course à pied dans les 6 derniers mois
durée de la pause d’une blessure liée à la course à pied

Statistiques

Corrélations

Variable	Intrinsèque	Intégrée	Identifiée	Introjectée	Externe	Amotivation	RAI
Nombre d’entraînements par semaine	0.25	0.38	0.27	0.09	-0.11	-0.06	0.33
Nombre de kilomètres par semaine	0.28	0.38	0.26	0.05	-0.12	-0.08	0.36
Nombre de compétitions par an	0.09	0.14	0.1	0.05	0.01	0.04	0.09

Test t de Student

Variable	Student	P_Value	Significatif	Avec_coach	Sans_coach
Coach et BREQ Intrinsèque	3.4748979	0.0005407	<0.05	3.663333	3.489916
Coach et BREQ Introjectée	2.1442203	0.0323391	<0.05	2.200000	2.040336
Coach et BREQ Identifiée	1.3322532	0.1831855	≥ 0.05	3.786667	3.734454
Coach et BREQ Intégrée	4.4601848	0.0000095	<0.05	3.633333	3.367227
Coach et BREQ Externe	0.5957027	0.5515553	≥ 0.05	1.163333	1.143698
Coach et BREQ Amotivation	-1.2647609	0.2063536	≥ 0.05	1.046667	1.073950
Coach et Rai	3.3209681	0.0009409	<0.05	14.376667	13.389076

Variable	Student	P_Value	Significatif	Avec_programme	Sans_programme
Programme et BREQ Intrinsèque	0.7755571	0.4382573	≥ 0.05	3.548458	3.514479
Programme et BREQ Introjectée	1.5649023	0.1180316	≥ 0.05	2.143172	2.041506
Programme et BREQ Identifiée	-1.3188115	0.1876385	≥ 0.05	3.713656	3.758687
Programme et BREQ Intégrée	-0.0628907	0.9498704	≥ 0.05	3.418502	3.421815
Programme et BREQ Externe	-0.6656153	0.5058636	≥ 0.05	1.134361	1.153475
Programme et BREQ Amotivation	-0.8556650	0.3924589	≥ 0.05	1.057269	1.073359
Programme et Rai	0.1345415	0.8930108	≥ 0.05	13.612335	13.577220

Variable	Student	P_Value	Significatif	Avec_Blessure	Sans_Blessure
Blessure et BREQ Intrinsèque	2.4168382	0.0158959	<0.05	3.592157	3.489796
Blessure et BREQ Introjectée	3.3802967	0.0007619	<0.05	2.211765	2.000000
Blessure et BREQ Identifiée	0.8154707	0.4150643	≥ 0.05	3.762745	3.735714
Blessure et BREQ Intégrée	2.6608881	0.0079617	<0.05	3.509804	3.374490
Blessure et BREQ Externe	0.7168438	0.4736958	≥ 0.05	1.160784	1.140816
Blessure et BREQ Amotivation	0.3409674	0.7332245	≥ 0.05	1.072549	1.066326
Blessure et Rai	1.3221920	0.1865111	≥ 0.05	13.807843	13.473469

Visualisation graphique

ANOVA

Variable	F_value	P_value	Significatif	1	2	3	4
SCORE_BREQ_Identifiee	13.16	0.0000000	< 0.05	3.440476	3.700565	3.828526	3.810811
SCORE_BREQ_Introjectee	0.16	0.9256451	≥ 0.05	2.119048	2.057910	2.075321	2.135135
SCORE_BREQ_Intrinseque	12.42	0.0000001	< 0.05	3.226190	3.444915	3.642628	3.635135
SCORE_BREQ_Integree	44.18	0.0000000	< 0.05	2.750000	3.264124	3.636218	3.864865
SCORE_BREQ_Externe	2.19	0.0874219	≥ 0.05	1.285714	1.138418	1.139423	1.148649
SCORE_BREQA	1.51	0.2111366	≥ 0.05	1.142857	1.066384	1.060897	1.067568
SCORE_RAI	28.30	0.0000000	< 0.05	10.500000	13.029661	14.491987	14.810811

Variable	F_value	P_value	Significatif	1 1 1	1 1 2	1 2 1	1 2 2	2 1 1	2 1 2	2 2 1	2 2 2
SCORE_BREQ_Identifiee	0.87	0.5269413	≥ 0.05	3.829546	3.843750	3.733918	3.833333	3.746094	3.772727	3.709821	3.714286
SCORE_BREQ_Introjectee	1.94	0.0614609	≥ 0.05	2.363636	2.328125	2.073099	1.791667	1.980469	2.050505	2.082589	1.900000
SCORE_BREQ_Intrinseque	1.39	0.2082347	≥ 0.05	3.534091	3.609375	3.447368	3.375000	3.511719	3.641414	3.535714	3.514286
SCORE_BREQ_Integree	3.13	0.0029079	< 0.05	3.704546	3.359375	3.298246	3.166667	3.503906	3.479798	3.435268	3.242857
SCORE_BREQ_Externe	1.45	0.1814947	≥ 0.05	1.193182	1.250000	1.169591	1.333333	1.097656	1.141414	1.131696	1.128571
SCORE_BREQA	0.46	0.8666028	≥ 0.05	1.045454	1.093750	1.061403	1.083333	1.058594	1.050505	1.082589	1.100000
SCORE_RAI	1.58	0.1366616	≥ 0.05	13.954546	13.281250	13.076023	12.583333	13.937500	14.171717	13.593750	13.285714

Variable	F_value	P_value	Significatif	0	1	2	3	4
SCORE_BREQ_Identifiee	10.90	0.0000000	< 0.05	3.494624	3.762712	3.750000	3.845865	3.815790
SCORE_BREQ_Introjectee	1.38	0.2397672	≥ 0.05	1.951613	2.158192	2.080827	2.090226	1.960526
SCORE_BREQ_Intrinseque	13.33	0.0000000	< 0.05	3.225807	3.485876	3.516917	3.687970	3.723684
SCORE_BREQ_Integree	22.21	0.0000000	< 0.05	2.989247	3.288136	3.456767	3.661654	3.710526
SCORE_BREQ_Externe	2.44	0.0459182	< 0.05	1.220430	1.141243	1.169173	1.086466	1.105263
SCORE_BREQA	2.77	0.0263225	< 0.05	1.123656	1.087571	1.045113	1.041353	1.085526
SCORE_RAI	22.11	0.0000000	< 0.05	11.387097	13.093220	13.659774	14.845865	14.980263

Variable	F_value	P_value	Significatif	1	2	3	4	NA
SCORE_BREQ_Identifiee	2.79	0.0257202	< 0.05	3.797619	3.802198	3.610170	3.880952	3.735714
SCORE_BREQ_Introjectee	3.12	0.0147812	< 0.05	2.160714	2.208791	2.237288	2.357143	2.000000
SCORE_BREQ_Intrinseque	2.15	0.0725440	≥ 0.05	3.666667	3.560440	3.525424	3.619048	3.489796
SCORE_BREQ_Integree	4.10	0.0027199	< 0.05	3.613095	3.478022	3.330509	3.738095	3.374490
SCORE_BREQ_Externe	0.74	0.5638887	≥ 0.05	1.142857	1.197802	1.161017	1.071429	1.140816
SCORE_BREQA	0.19	0.9455768	≥ 0.05	1.059524	1.082418	1.067797	1.095238	1.066326
SCORE_RAI	2.14	0.0739880	≥ 0.05	14.398810	13.587912	13.084746	14.428571	13.473469

Test post hoc

diff	lwr	upr	p adj	Comparison	Variable
0.2600888	0.0840016	0.4361759	0.0008881	2-1	Lien score motivation identifiée et niveau
0.3880495	0.2107097	0.5653892	0.0000001	3-1	Lien score motivation identifiée et niveau
0.3703346	0.1270613	0.6136079	0.0005601	4-1	Lien score motivation identifiée et niveau
0.1279607	0.0441760	0.2117453	0.0005321	3-2	Lien score motivation identifiée et niveau
0.4164377	0.1887372	0.6441383	0.0000176	3-1	Lien score motivation intrinsèque et niveau
0.4089447	0.0965868	0.7213025	0.0043714	4-1	Lien score motivation intrinsèque et niveau
0.1977130	0.0901352	0.3052907	0.0000158	3-2	Lien score motivation intrinsèque et niveau
0.5141243	0.2576794	0.7705692	0.0000019	2-1	Lien score motivation intégrée et niveau
0.8862179	0.6279488	1.1444871	0.0000000	3-1	Lien score motivation intégrée et niveau
1.1148649	0.7605733	1.4691564	0.0000000	4-1	Lien score motivation intégrée et niveau
0.3720937	0.2500737	0.4941136	0.0000000	3-2	Lien score motivation intégrée et niveau
0.6007406	0.3292475	0.8722336	0.0000001	4-2	Lien score motivation intégrée et niveau
2.5296610	1.2227480	3.8365740	0.0000046	2-1	Lien score RAI et niveau
3.9919872	2.6757776	5.3081968	0.0000000	3-1	Lien score RAI et niveau
4.3108108	2.5052447	6.1163770	0.0000000	4-1	Lien score RAI et niveau
1.4623262	0.8404791	2.0841732	0.0000000	3-2	Lien score RAI et niveau
1.7811498	0.3975476	3.1647520	0.0053082	4-2	Lien score RAI et niveau

diff	lwr	upr	p adj	Comparison	Variable
-0.4062998	-0.7427218	-0.0698779	0.0062858	1 2 1-1 1 1	Lien score motivation intégrée et type de coureur
-0.4616883	-0.9124455	-0.0109312	0.0402375	2 2 2-1 1 1	Lien score motivation intégrée et type de coureur

diff	lwr	upr	p adj	Comparison	Variable
0.2680882	0.1216297	0.4145468	0.0000069	1-0	Lien score motivation identifiée et objectif 2025
0.2553763	0.1176155	0.3931372	0.0000050	2-0	Lien score motivation identifiée et objectif 2025
0.3512410	0.1966629	0.5058191	0.0000000	3-0	Lien score motivation identifiée et objectif 2025
0.3211658	0.1443358	0.4979959	0.0000084	4-0	Lien score motivation identifiée et objectif 2025
0.2600693	0.0734409	0.4466976	0.0014098	1-0	Lien score motivation intrinsèque et objectif 2025
0.2911108	0.1155658	0.4666559	0.0000658	2-0	Lien score motivation intrinsèque et objectif 2025
0.4621635	0.2651887	0.6591383	0.0000000	3-0	Lien score motivation intrinsèque et objectif 2025
0.4978778	0.2725479	0.7232077	0.0000000	4-0	Lien score motivation intrinsèque et objectif 2025
0.2020942	0.0348727	0.3693157	0.0088046	3-1	Lien score motivation intrinsèque et objectif 2025
0.2378085	0.0379648	0.4376523	0.0104272	4-1	Lien score motivation intrinsèque et objectif 2025
0.1710526	0.0162980	0.3258072	0.0217612	3-2	Lien score motivation intrinsèque et objectif 2025
0.2067669	0.0172320	0.3963018	0.0245175	4-2	Lien score motivation intrinsèque et objectif 2025
0.2988883	0.0794783	0.5182982	0.0019574	1-0	Lien score motivation intégrée et objectif 2025
0.4675196	0.2611397	0.6738995	0.0000000	2-0	Lien score motivation intégrée et objectif 2025
0.6724068	0.4408330	0.9039806	0.0000000	3-0	Lien score motivation intégrée et objectif 2025
0.7212790	0.4563695	0.9861886	0.0000000	4-0	Lien score motivation intégrée et objectif 2025
0.1686313	0.0024520	0.3348106	0.0447537	2-1	Lien score motivation intégrée et objectif 2025
0.3735185	0.1769242	0.5701128	0.0000026	3-1	Lien score motivation intégrée et objectif 2025
0.4223907	0.1874440	0.6573374	0.0000107	4-1	Lien score motivation intégrée et objectif 2025
0.2048872	0.0229497	0.3868248	0.0182578	3-2	Lien score motivation intégrée et objectif 2025
0.2537594	0.0309323	0.4765865	0.0163787	4-2	Lien score motivation intégrée et objectif 2025
-0.1339639	-0.2667508	-0.0011771	0.0467893	3-0	Lien score motivation externe et objectif 2025
-0.0785431	-0.1559838	-0.0011024	0.0449301	2-0	Lien score amotivation et objectif 2025
1.7061236	0.6186170	2.7936301	0.0001961	1-0	Lien score RAI et objectif 2025
2.2726777	1.2497545	3.2956009	0.0000000	2-0	Lien score RAI et objectif 2025
3.4587679	2.3109710	4.6065647	0.0000000	3-0	Lien score RAI et objectif 2025
3.5931664	2.2801408	4.9061919	0.0000000	4-0	Lien score RAI et objectif 2025
1.7526443	0.7782236	2.7270650	0.0000106	3-1	Lien score RAI et objectif 2025
1.8870428	0.7225282	3.0515574	0.0001052	4-1	Lien score RAI et objectif 2025
1.1860902	0.2843158	2.0878646	0.0031592	3-2	Lien score RAI et objectif 2025
1.3204887	0.2160451	2.4249323	0.0099078	4-2	Lien score RAI et objectif 2025

diff	lwr	upr	p adj	Comparison	Variable
-0.2386054	-0.4503858	-0.0268251	0.0181764	NA-1	Lien score motivation intégréeet pause liée à une blessure

Visualisation graphique

Niveau

Type coureur

Objectif

Conclusion hypothèse 4

Il y a des corrélations positives faibles entre la fréquence d’entraînement et la motivation intrinsèque (0.25) et la motivation identifiée (0.27). Il y a des corrélations positives moyennes avec la motivation intégrée (0.38) et le score RAI (0.33).

Il y a des corraltaions positives faibles entre le nombre de kilomètres par semaine et la motivation intrinsèque (0.28) et la motivation identifiée (0.26). Il y a des corrélations positives moyennes avec la motivation intégrée (0.38) et le score RAI (0.36).

Il y a une corrélation positive faible entre la motivation intégrée et le nombre de compétitions par an (0.14).

La moyenne du score de motivation intrinsèque, intégrée et le score RAI sont significativement plus élévées chez les utilisateurs suivis par un coach (test t de Student, p< 0.01, hautement signficatif). La moyenne du score de motivation introjectée est plus élévée chez les utilisateurs suivis par un coach (test t de Student, p<0.05, significatif).

Il n’est pas possible de mettre en évidence de différence entre les scores de motivation chez les coureurs qui suivent un programme d’entraînement ou non (test t de Student, p>0.05).

La moyenne de score de motivation introjectée et intégrée sont significativement plus élevées chez les coureurs ayant eu une blessure dans les 6 derniers mois (test t de Student, p<0.01, hautement significatif). La moyenne du score de motivation intrinsèque est plus élevée chez les coureurs ayant eu une blessure dans les 6 derniers mois (test t de Student, p<0.05, significatif).

Limites

Il s’agit d’un questionnaire en ligne diffusé sur les réseaux sociaux donc il est difficile de maîtriser la véracité des réponses.
De plus, il s’agit d’auto-évalution pour chaque réponse donc il peut y avoir un biais de désirabilité sociale, un biais de confirmation, un effet de halo, et un biais d’auto-complaisance. Il n’y a pas de mesures objectives.
Par ailleurs, il s’agit uniquement de personnes volontaires qui ont répondus. Mon étude ne tient pas compte des coureurs amateurs qui ont utilisé Strava et ont choisi de l’arrêter ou qui n’ont jamais utilisé Strava.
Certaines échelles de mesures sont discutables, liée à la traduction et l’adaptation dans le contexte de l’étude, certains alphas de Cronbach ne sont pas très bons.
Il aurait également pu être intéressant de mesurer la tendance à la comparaison sociale en utilisant le questionnaire INCOM de Gibbons ¹⁴ ou le bien-être psychologique avec le Well-Being Scale ¹⁵ ou encore l’estime de soi ¹⁶ mais le questionnaire ne devait pas être trop long afin de ne pas décourager les répondants.

Bibliographie

[1] : Strava. (2024). Year in sport: The trend report. Strava. https://downloads.ctfassets.net/wad4jonn1ykp/1sJg4OiBKFoGYDtw9NV9v4/69d6c0b71cfebb350f27b8f8abcf42f9/Strava_Year_in_Sport_-The_Trend_Report-_fr-FR.pdf

[2] : Strava. (2023). Rapport global Strava 2023. Strava. https://downloads.ctfassets.net/9olkiac82a1q/iU421iiO6Hky1MVvYThmz/618d11560020aaf123d5e1670fd50514/Strava-Global-Report-2023-fr-FR.pdf

[3] : Russell, H. C., Potts, C., & Nelson, E. (2023). “If it’s not on strava it didn’t happen”: Perceived psychosocial implications of strava use in collegiate club runners. Recreational Sports Journal, 47(1), 15‑25. https://doi.org/10.1177/15588661221148170

[4] : Evans, B. (2019). Why we run. An exploration of what and who motivates us to run. URL: https://whywerun. strava. com/assets/whitepaper/Whitepaper_Strava_WhyWeRun_012320. pdf(дата звернення: 10.12. 2020).

[5] : Chapman, L. G. (2024). Social Comparison Predicts Well-Being in Non-Elite Young Adult Runners Who Use Strava (Master’s thesis, Miami University).

[6] : Petersen, J. M., Kemps, E., Lewis, L. K., & Prichard, I. (2020). Associations between commercial app use and physical activity: cross-sectional study. Journal of medical Internet research, 22(6), e17152.

[7] : Stragier, J., Vanden Abeele, M., & De Marez, L. (2018). Recreational athletes’ running motivations as predictors of their use of online fitness community features. Behaviour & Information Technology, 37(8), 815-827.

[8] : Ellison, N. B., Steinfield, C., & Lampe, C. (2007). The benefits of facebook “friends:” social capital and college students’ use of online social network sites. Journal of Computer-Mediated Communication, 12(4), 1143‑1168. https://doi.org/10.1111/j.1083-6101.2007.00367.

[9] : Ross, C., Orr, E. S., Sisic, M., Arseneault, J. M., Simmering, M. G., & Orr, R. R. (2009). Personality and motivations associated with Facebook use. Computers in Human Behavior, 25(2), 578‑586. https://doi.org/10.1016/j.chb.2008.12.024

[10] : Hjetland, G. J., Finserås, T. R., Sivertsen, B., Colman, I., Hella, R. T., & Skogen, J. C. (2022). Focus on self-presentation on social media across sociodemographic variables, lifestyles, and personalities: A cross-sectional study. International journal of environmental research and public health, 19(17), 11133.

[11] : Sischka, P. E., Grübbel, L., Reisinger, C., Neufang, K. M., & Schmidt, A. F. (2024). On the dimensionality, suitability of sum/mean scores, and cross-country measurement invariance of the Perceived Stress Scale 10 (PSS-10)–Evidence from 41 countries. Management, 18, 04.

[12] : Rocchi, M. A., Wilson, P. M., Sylvester, B. D., Guerin, E., Shi, Z., & Sweet, S. N. (2023). Toward brief tools assessing motivation for exercise: Rationale and development of a six-and 12-item version of the Behavioral Regulation in Exercise 3 (BREQ3) Questionnaire. Sport, Exercise, and Performance Psychology, 12(3), 205.

[13] : Chiu, Y. H., Lu, F. J. H., Lin, J. H., Nien, C. L., Hsu, Y. W., & Liu, H. Y. (2016). Psychometric properties of the Perceived Stress Scale (PSS): measurement invariance between athletes and non-athletes and construct validity. PeerJ, 4, e2790.

[14] : Gibbons, F. X., & Buunk, B. P. (1999). Individual differences in social comparison: development of a scale of social comparison orientation. Journal of personality and social psychology, 76(1), 129.

[15] : Trousselard, M., Steiler, D., Dutheil, F., Claverie, D., Canini, F., Fenouillet, F., … & Franck, N. (2016). Validation of the Warwick-Edinburgh mental well-being scale (WEMWBS) in French psychiatric and general populations. Psychiatry research, 245, 282-290.

[16] : Repišti, S., & Kerla, M. (2016). Social self-esteem scale(Sses). Unpublished. https://doi.org/10.13140/RG.2.1.3118.3128

[17] : Hjetland, G. J., Finserås, T. R., Sivertsen, B., Colman, I., Hella, R. T., Andersen, A. I. O., & Skogen, J. C. (2024). Digital self-presentation and adolescent mental health: Cross-sectional and longitudinal insights from the “LifeOnSoMe”-study. BMC Public Health, 24(1), 2635.

Annexes

Questionnaire utilisé dans le cadre de l’étude :

Questions générales

Âge : de 18 à 86 ans et plus
Sexe : Homme / Femme
Catégorie socio-professionnelle : Agriculteurs exploitants / Artisans, commerçants et chefs d’entreprise / Cadres et professions intellectuelles supérieures / Professions intermédiaires / Employés / Ouvriers / Retraités / Etudiants / Autres personnes sans activité professionelle

Quantification de la pratique de la course à pied

Depuis combien de temps pratiquez-vous la course à pied (en années) ? Réponse libre chiffrée
Êtes-vous un(e) coureur (se) : Débutant(e) / Intermédiaire / Confirmé(e) / Expert(e)
Combien de fois courez-vous par semaine en moyenne ? Réponse libre chiffrée
Combien de kilomètres parcourez-vous par semaine en moyenne ? Réponse libre chiffrée
A combien de compétitions (objectifs principaux) participez-vous par an en moyenne ? Réponse libre chiffrée
Vous pratiquez le plus souvent la course à pied : Sur route / En montagne ou sentiers de pleine nature (trail)
Êtes-vous dans un club de course à pied ? Oui / Non
Etes-vous accompagné(e) par un coach ou un entraîneur personnel ? Oui / Non
Suivez-vous un programme d’entraînement (type RunMotionCoach, Decathlon, Nolio, …) ? Oui / Non
Vous vous entraînez le plus souvent : Seul / En groupe
Avez-vous un objectif de compétition en 2025 ? Oui / Non
Si oui, précisez le nombre de kilomètres de votre objectif principal (le plus long en distance si plusieurs objectifs) : 20K / 50 K / 100 K / 100M (Non obligatoire)
Au cours des 6 mois précédents, avez-vous été blessé(e) à cause de la course à pied ? Oui / Non
Si oui, cette blessure a-t-elle imposée une pause dans votre pratique ? Oui, quelques jours / Oui, quelques semaines / Oui, quelques mois / Non (Non obligatoire)

Quantitifaction de l’utilisation de Strava

A quelle fréquence publiez-vous vos activités sur Strava ? (nombre de jours par semaine) : Réponse libre chiffrée[a]
A quelle fréquence consultez-vous votre fil Strava ? (nombre de jours par semaine) : Réponse libre chiffrée [a]
Strava fait partie de mon activité quotidienne : Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [a]
Je suis fier(fière) de dire aux gens que j’utilise Strava : Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [a]
Je me sens déconnecté(e) lorsque je n’ai pas utilisé Strava depuis un certain temps : Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [a]
J’ai l’impression de faire partie de la communauté Strava : Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [a]
Je ne pourrais pas arrêter d’utiliser Strava : Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [a]
Qui peut voir les éléments suivants sur votre compte Strava ? [c]

Vos activités : Uniquement vous-même / Uniquement vos abonnés / Tout le monde
Horaire de départ de vos activités : Uniquement vous-même / Uniquement vos abonnés / Tout le monde
Fréquence cardiaque : Uniquement vous-même / Uniquement vos abonnés / Tout le monde
Allure : Uniquement vous-même / Uniquement vos abonnés / Tout le monde
Points de départ et arrivée de vos activités : Uniquement vous-même / Uniquement vos abonnés / Tout le monde

Vous publiez sur Strava : Quasiment aucun entraînement / Uniquement certain de vos entraînements / Quasiment tous vos entraînements / Tous vos entraînements [c]
Vous publiez sur Strava : Quasiement aucune compétition / Uniquement certaines de vos compétitions / Quasiment toutes vos compétitions / Toutes vos compéititions [c]
Lorsque vous publiez une activité sur Strava : [c]

Nommez-vous votre activité ? Jamais / Parfois / Souvent / Toujours
Ajoutez-vous des commentaires ? Jamais / Parfois / Souvent / Toujours
Ajoutez-vous des photos ? Jamais / Parfois / Souvent / Toujours

Le plus important pour vous lors de la publication d’une activité est : Le temps total écoulé La durée totale de déplacement
Qui peut s’abonner à votre compte Strava ? Uniquement les utilisateurs que j’accepte Tout le monde
Vous êtes-vous déjà désabonné d’un compte d’un autre utilisateur ? Oui / Non
Avez-vous déjà bloqué l’accès à votre compte à un autre utilisateur ? Oui / Non
Si oui, pour quelle(s) raison(s) ? Pour éviter de communiquer avec cet utilisateur / Pour éviter le harcèlement / Autre (Non obligatoire)
A combien de personnes êtes-vous abonné(e) ? (estimation) Réponse libre chiffrée [a]
Parmi les personnes auxquelles vous êtes abonnés, vous avez : (plusieurs réponses possibles) Des amis / Des connaissances / Des membres de votre famille / Des collègues de travail / Des influenceurs / Des athlètes professionnels / Autre
Combien d’abonnés avez-vous sur Strava ? (estimation) Réponse libre chiffrée [a]
Parmi vos abonnés, vous avez : (plusieurs réponses possibles) Des amis / Des connaissances / Des membres de votre famille / Des collègues de travail / Des influenceurs / Des athlètes professionnels / Autre
De combien de clubs Strava faites-vous partie ? Réponse libre chiffrée
Envoyez-vous des kudos ? Jamais / Parfois / Souvent / Toujours [b]
Laissez-vous des commentaires ? Jamais / Parfois / Souvent / Toujours [b]
Faites-vous des publications (hors activités) ? Jamais / Parfois / Souvent / Toujours [b]
Recevez-vous des commentaires ? Jamais / Parfois / Souvent / Toujours [b]
Combien de kudos recevez-vous en moyenne sur une activité de type entraînement standard ? Réponse libre chiffrée
Dans quel(s) but(s) utilisez-vous Strava ? (plusieurs réponses possibles) Suivi de la performance / Motivation personnelle / Interaction sociale / Comparaison avec d’autres coureurs / Partage de vos activités / Enregistrement de vos activités / Suivi de progrès / Idée de parcours / Côté ludique (segment, classements, KOM/QOM…) / Appartenance à une communauté / Encouragements (kudos) / Atteinte d’objectifs personnels / Autre
Quelle(s) fonctionnalité(s) de Strava trouvez-vous le(s) plus utile(s) dans votre pratique ? (Plusieurs réponses possibles) :Enregistrement de vos activités / Suivi GPS . Analyse des performances / Segments / Classements / Challenges / Clubs / Planification d’itinéraire / Evènements / Heatmap (endroit où vous vous êtes le plus entraîné) / Interactions sociales / Kudos / Suivi des progrès / Autre

Perceived Stress Scale

Au cours du dernier mois, à quelle fréquence avez-vous été perturbé(e) par des réactions inattendues à vos publications sur Strava ? Jamais / Parfois / Souvent / Toujours [f]
Au cours du dernier mois, à quelle fréquence avez-vous eu l’impression d’être obligé(e) de publier vos activités sur Strava ?Jamais / Parfois / Souvent / Toujours [f]
Au cours du dernier mois, à quelle fréquence vous êtes-vous senti(e) nerveus(e) ou stressé(e) à l’idée de publier vos activités sur Strava ? Jamais / Parfois / Souvent / Toujours [f]
Au cours du dernier mois, à quelle fréquence vous êtes-vous senti(e) confiant(e) par rapport à ce que vous publiez sur Strava ? Jamais / Parfois / Souvent / Toujours [f]
Au cours du dernier mois, à quelle fréquence avez-vous eu l’impression que vos activités sur Strava vous mettaient en valeur ? Jamais / Parfois / Souvent / Toujours [f]
Au cours du dernier mois, à quelle fréquence avez-vous constaté que vous n’étiez pas assez actif(ve) sur Strava (pas assez de publications d’activités) ? Jamais / Parfois / Souvent / Toujours [f]
Au cours du dernier mois, à quelle fréquence avez-vous eu l’impression de contrôler la manière dont vous présentez vos activités sur Strava ? Jamais / Parfois / Souvent / Toujours [f]
Au cours du dernier mois, à quelle fréquence avez-vous été irrité(e) à cause de la performance des autres sur Strava ? Jamais / Parfois / Souvent / Toujours [f]
Au cours du dernier mois, à quelle fréquence vous-êtes-vous senti(e) dépassé(e) par la pression d’atteindre vos objectifs sur Strava ? Jamais / Parfois / Souvent / Toujours [f]

Mesure de la motivation à courir : Behavioral Regulation in Exercise 3 (BREQ3) Questionnaire

Je trouve que courir est une activité agréable. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [f]
Je cours parce que c’est amusant. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [f]
Je cours parce que c’est une part fondamentale de qui je suis. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [f]
Je cours parce que c’est en accord avec mes objectifs de vie. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [f]
Il est important pour moi de courir. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [f]
J’apprécie les bénéfices de la course à pied. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [f]
Je me sens honteux(se) si je manque un entraînement de course à pied. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [f]
Je me sens en échec si je n’ai pas couru. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [f]
Je ressens de la pression de mes amis pour courir. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [f]
Je cours parce que les autres disent qu’il faut que je le fasse. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [f]
Je ne vois pas pourquoi je devrais courir. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [f]
Je pense que courir est une perte de temps. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord [f]

Questions annexes

Strava influence mon expérience en tant que coureur(se). Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord
Je me sens plus motivé(e) depuis que j’ai Strava. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord
Je me sens plus stressé(e) depuis que j’ai Strava. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord
Utiliser Strava me pousse à ignorer des signaux de fatigue ou blessure. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord
Depuis que j’utilise Strava, j’ai amélioré mes performances. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord
Depuis que j’utilise Strava, je cours plus souvent. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord
Depuis que j’utilise Strava, je cours plus de kilomètres par semaine. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord
Je participe à plus de compétitions depuis que j’ai Strava. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord
Si je n’ai pas prévu de faire un entraînement, le fait de regarder Strava peut me faire changer d’avis. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord
J’ai déjà modifié un entraînement prévu par mon entraîneur ou mon plan d’entraînement à cause de Strava. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord
J’ai déjà modifié mon programme d’entraînement à cause de Strava. Pas du tout d’accord / Plutôt pas d’accord / Plutôt d’accord / Totalement d’accord

[a] : traduction et adaptation du questionnaire “Facebook Intensity Scale” utilisé dans l’étude d’Ellison⁸ et de Ross⁹ [b] : traduction et adaptation du questionne “Online Sociability Functions” utilisé dans l’étude de Ross⁹ [c] : extrait, traduction et adaptation du questionnaire “Facebook questionnaire” utilisé dans l’étude de Ross⁹ [d] : traduction et adaptattion du questionnaire “Self-Presentation and Upward Social Comparison Inclination Scale” dans l’étude de Hjetland¹⁰ [e] : traduction et adapatation du questionnaire “Perceived Stress Scale” dans l’étude de Sischka ¹¹ [f] : traduction et adaptation du questionnaire “12 items BREQ 3” dans l’étude de Rocchi ¹²

Utilisation de Strava chez les coureurs amateurs

Quels impacts psychosociaux et quels impacts sur la pratique ?

Laura Costa - MASTER M1 STAPS UGA (ATDM)

Mars 2025

Présentation de l’étude

Thématique

Problématique

Hypothèses

Méthode

Données socio-démographiques

Âge et sexe

Répartition de l’âge

Répartition des sexes

Répartition de l’âge en fonction des sexes

Catégories socio-professionnelles

Utilisation de Strava

Mesure de l’intensité d’utilisation

SIS 1

SIS 2

SIS 3

SIS 4

SIS 5

SCORE SIS

Compléments

Fréquence de publication

Fréquence de consultation

Nombre d’abonnés

Nombre d’abonnements

Mesure de la sociabilité en ligne

Kudos donnés

Commentaires donnés

Publications

Commentaires reçus

SCORE OSF

Compléments

Clubs Strava

Nombre de kudos reçus

Mesure de l’exposition

Activités

Horaires

Fréquence cardiaque

Allure

Carte

Publication entraînement

Publication compétition

Nommage activité

Commentaire activité

Photo activité

SCORE EXPOSITION

Autres mesures

Catégorie d’abonnement

Ancienneté sur Strava

Buts utilisation Strava

Fonctionnalité la plus utile dans la pratique

Restriction abonnés

Désabonnement

Blocage

Type d’abonnés

Type d’abonnements suivis

Lien données socio-démographiques - utilisation de Strava

Age - Strava

Corrélations

Visualisation graphique

SCORE SIS

Fréquence consultation

Fréquence publication

Ancienneté Strava

Test t de Student

Sexe - Strava

Test t de Student

Visualisation graphique

Khi² et Cramer

Visualisation graphique

Catégorie socio-professionnelle - Strava

ANOVA

Tests post hoc

Visualisation graphique

Khi² et Cramer

Visualisation graphique

Caractéristiques sportives